發(fā)布時(shí)間：2022-12-21 21:55

　　針對鳥群算法在尋優(yōu)后期極易陷入局部最優(yōu)和過早收斂等問題,引進(jìn)個(gè)體異向覓食過程、飛行轉(zhuǎn)移過程、位置異化過程搜索策略,提出一種基于聚集度改進(jìn)的多過程搜索鳥群算法。通過引進(jìn)種群相似度和聚集度的概念來描述鳥群在覓食過程中位置的變化,增加鳥群覓食的可行性搜索范圍;在鳥群尋優(yōu)之后依概率重新隨機(jī)賦值尋優(yōu)位置,從而有利于鳥群全局尋優(yōu)與局部尋優(yōu)之間的平衡;在模擬鳥群飛行過程中引進(jìn)學(xué)習(xí)機(jī)制以克服原始鳥群中個(gè)體信息交流的單一性,增加鳥群內(nèi)部信息流動(dòng)的多樣化從而有效提升算法活力,進(jìn)而改善算法后期易陷入局部最優(yōu)的狀況。實(shí)驗(yàn)分析表明,改進(jìn)方法可以有效提升鳥群的尋優(yōu)能力、收斂速度和解的穩(wěn)定性等性能。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 鳥群算法
    1.1 覓食行為
    1.2 警戒行為
    1.3 飛行行為
2 基于聚集度改進(jìn)的鳥群算法理論
    2.1 相似度和聚集度的定義
    2.2 異向覓食過程
    2.3 飛行轉(zhuǎn)移過程
    2.4 位置異化過程
    2.5 算法流程
3 算法的試驗(yàn)分析
    3.1 測試函數(shù)
    3.2 算法參數(shù)設(shè)置
    3.3 試驗(yàn)結(jié)果分析
        3.3.1 優(yōu)化性能分析
        3.3.2 收斂性分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)鳥群算法的微電網(wǎng)并網(wǎng)優(yōu)化調(diào)度研究[J]. 楊文榮,馬曉燕,徐茂林,邊鑫磊.  電工電能新技術(shù). 2018(02)
[2]改進(jìn)鳥群算法用于SVM參數(shù)選擇[J]. 張偉偉,劉勇進(jìn),彭君君.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(12)
[3]基于Levy飛行策略的自適應(yīng)改進(jìn)鳥群算法[J]. 楊文榮,馬曉燕,邊鑫磊.  河北工業(yè)大學(xué)學(xué)報(bào). 2017(05)
[4]改進(jìn)鳥群算法及其在梯級水庫優(yōu)化調(diào)度中的應(yīng)用[J]. 崔東文,金波.  三峽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]基于鳥群算法的微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化[J]. 曾嶒,彭春華,王奎,張艷偉,張明瀚.  電力系統(tǒng)保護(hù)與控制. 2016(13)

博士論文
[1]粒子群優(yōu)化算法研究及其應(yīng)用[D]. 王維博.西南交通大學(xué) 2012



本文編號：3722850