針對(duì)蜻蜓算法（DA）尋優(yōu)精度不高、收斂速度慢及后期搜索活力不足等問(wèn)題,提出了基于精英反向?qū)W習(xí)的逐維改進(jìn)蜻蜓算法（EDDA）.首先,利用精英反向?qū)W習(xí)策略初始化種群,以增強(qiáng)種群多樣性,提高搜索效率;其次,利用逐維更新策略對(duì)蜻蜓個(gè)體進(jìn)行更新,減少維間干擾,有效提高了算法的尋優(yōu)能力;最后,充分利用當(dāng)前解的信息雙向搜索,提升了解的搜索活力.通過(guò)9個(gè)測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果表明,該算法相比較于標(biāo)準(zhǔn)蜻蜓算法,尋優(yōu)精度更高、收斂速度更快及后期搜索活力更強(qiáng),與其他改進(jìn)算法相比也具有一定的競(jìng)爭(zhēng)優(yōu)勢(shì). 

【文章來(lái)源】：南京師大學(xué)報(bào)(自然科學(xué)版). 2019,42(03)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 相關(guān)工作
    1.1 蜻蜓算法(DA)
    1.2 反向?qū)W習(xí)
2 EDDA算法
    2.1 基于精英反向?qū)W習(xí)的種群初始化
    2.2 基于貪婪保留的逐維更新策略
    2.3 基于當(dāng)前解信息的雙向搜索
3 實(shí)驗(yàn)與結(jié)果分析
    3.1 測(cè)試函數(shù)和實(shí)驗(yàn)參數(shù)設(shè)置
    3.2 與標(biāo)準(zhǔn)DA算法的比較
        3.2.1 尋優(yōu)能力比較
        3.2.2 維度變化比較
    3.3 與其他改進(jìn)算法比較
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]差分進(jìn)化的蜻蜓算法[J]. 趙齊輝,杜兆宏,劉升,陳思靜.  微電子學(xué)與計(jì)算機(jī). 2018(07)
[2]一種基于佳點(diǎn)集原理與引力搜索的新型蜻蜓算法[J]. 馬駿,項(xiàng)鐵銘.  軟件導(dǎo)刊. 2018(01)
[3]一種改進(jìn)的多目標(biāo)蜻蜓優(yōu)化算法[J]. 韓鵬,陳鋒.  微型機(jī)與應(yīng)用. 2017(20)
[4]基于增強(qiáng)個(gè)體信息交流的蜻蜓算法[J]. 吳偉民,吳汪洋,林志毅,李澤熊,方典禹.  計(jì)算機(jī)工程與應(yīng)用. 2017(04)
[5]基于反向?qū)W習(xí)與Levy飛行的改進(jìn)蜂群算法[J]. 趙挺,孟子航,沈海斌.  傳感器與微系統(tǒng). 2017(01)
[6]一種基于反向?qū)W習(xí)的約束差分進(jìn)化算法[J]. 魏文紅,周建龍,陶銘,袁華強(qiáng).  電子學(xué)報(bào). 2016(02)
[7]逐維改進(jìn)的布谷鳥搜索算法[J]. 王李進(jìn),尹義龍,鐘一文.  軟件學(xué)報(bào). 2013(11)

碩士論文
[1]布谷鳥搜索算法的應(yīng)用研究與改進(jìn)[D]. 范帥軍.西南交通大學(xué) 2016



本文編號(hào)：3252638