文中提出一種遺傳-細菌覓食組合優(yōu)化算法以解決非線性模型優(yōu)化問題。該方法先使用遺傳算法進行全局搜索,并縮小最優(yōu)解的搜索范圍;再使用細菌覓食優(yōu)化算法在該局部范圍內(nèi)執(zhí)行局部搜索。這種組合搜索策略可以增強算法的收斂性,并能有效地均衡全局搜索和局部搜索。文中利用單峰、多峰和復雜多峰等非線性函數(shù)模型驗證所提算法的性能。實驗結果表明,組合算法的計算精度和效率分別比遺傳算法和細菌覓食優(yōu)化算法提高了30%和50%,表明該組合算法具有更快的收斂速度,更高的求解精度,適用于大規(guī)模多極值的非線性問題。 

【文章來源】：電子科技. 2019,32(05)

【文章頁數(shù)】：5 頁

【文章目錄】：
1 GA-BFO組合優(yōu)化算法設計
    1.1 基本設計思想
    1.2 計算流程
2 單峰非線性模型
3 多峰非線性模型
4 復雜多峰非線性模型
5 結束語


【參考文獻】：
期刊論文
[1]混沌優(yōu)化細菌覓食算法的傳感器節(jié)點部署策略[J]. 王振東,陳峨霖,胡中棟.  傳感技術學報. 2018(01)
[2]基于遺傳混合算法的二維耦合顫振方法[J]. 鄭史雄,朱進波,唐煜,郭俊峰.  西南交通大學學報. 2018(01)
[3]基于改進細菌覓食算法的輿情熱點話題發(fā)現(xiàn)[J]. 張翼鵬,葛麗娜,王紅,王麗穎,張靜.  計算機工程與設計. 2017(10)
[4]基于改進型遺傳算法的動態(tài)更新TTCAN系統(tǒng)技術[J]. 王飛平,洪慧.  電子科技. 2017(08)
[5]多目標細菌覓食優(yōu)化算法[J]. 李珺,黨建武,王垚,包敏.  計算機應用研究. 2018(07)
[6]基于均勻自組織映射遺傳算法的梯級水庫優(yōu)化調(diào)度[J]. 王麗萍,王渤權,李傳剛,劉明浩,張驗科.  系統(tǒng)工程理論與實踐. 2017(04)
[7]基于混合遺傳算法的協(xié)同制造系統(tǒng)調(diào)度研究[J]. 任乃飛,于璐.  電子科技. 2016(06)
[8]集裝箱船舶全航線配載優(yōu)化模型與改進遺傳算法[J]. 祝慧靈,計明軍.  交通運輸工程學報. 2014(05)
[9]基于改進遺傳算法的多模型加工路徑規(guī)劃[J]. 雷偉軍,程筱勝,戴寧,郭保蘇,李向佳.  機械工程學報. 2014(11)
[10]一種自適應細菌覓食優(yōu)化算法[J]. 姜建國,周佳薇,鄭迎春,王濤.  西安電子科技大學學報. 2015(01)



本文編號：3330095