針對(duì)基本花授粉算法(FPA)收斂速度慢、尋優(yōu)精度低以及容易陷入局部最優(yōu)的缺點(diǎn),提出了一種基于動(dòng)態(tài)全局搜索和柯西變異的花授粉算法DCFPA。利用混沌映射增強(qiáng)花粉種群初始分布的隨機(jī)性和均勻性,在全局授粉過(guò)程中,引入全局平均最優(yōu)花粉位置和動(dòng)態(tài)權(quán)重遞減因子共同實(shí)現(xiàn)花粉個(gè)體位置的更新,牽引算法朝著正確的搜索方向進(jìn)行,避免算法早熟收斂,最后利用Cauchy變異,增加種群多樣性,幫助算法跳出局部最優(yōu)。對(duì)6個(gè)測(cè)試函數(shù)進(jìn)行仿真實(shí)驗(yàn)表明,DCFPA算法比FPA具有更好的全局優(yōu)化能力,提升了算法的收斂速度與求解精度;與相關(guān)的改進(jìn)算法比較結(jié)果也表明,DCFPA整體上也具有更好的優(yōu)化性能。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1引言
2基本花授粉算法
3基于動(dòng)態(tài)全局搜索和柯西變異的花授粉算法
    3.1混沌映射
    3.2動(dòng)態(tài)全局搜索方法
    3.3基于柯西變異的優(yōu)化方法
    3.4 DCFPA的實(shí)現(xiàn)步驟
    3.5 DCFPA時(shí)間復(fù)雜度分析
4實(shí)驗(yàn)仿真與結(jié)果分析
    4.1實(shí)驗(yàn)設(shè)計(jì)
    4.2實(shí)驗(yàn)結(jié)果與分析
5總結(jié)



本文編號(hào)：3784882