本文關(guān)鍵詞： 螢火蟲算法 隨機分布 元啟發(fā)式算法 隨機性算法 全局優(yōu)化 模擬退火算法 粒子群算法 差分進化算法　出處：《哈爾濱工程大學學報》2017年04期 　論文類型：期刊論文

【摘要】：針對標準螢火蟲算法容易陷入局部最優(yōu)的問題,本文提出一種改進的螢火蟲算法。在標準螢火蟲算法的位置移動公式中,利用指數(shù)分布和韋伯分布對吸引力項進行改進,以增強算法的全局探測能力;同時利用步長單調(diào)遞減模式對隨機項進行改進,以增強算法后期的局部挖掘能力。通過13個測試函數(shù)對本文提出的改進算法、模擬退火算法、粒子群算法和差分進化算法進行算法性能的比較。實驗結(jié)果表明,本文提出的改進算法能較好地平衡算法的全局探測能力和局部挖掘能力,使算法跳出局部最優(yōu),從而提高算法的收斂速度和精度。
[Abstract]:In order to solve the problem that standard firefly algorithm is easy to fall into local optimum, an improved firefly algorithm is proposed in this paper. In the position movement formula of standard firefly algorithm, the attraction term is improved by exponential distribution and Weber distribution. In order to enhance the global detection ability of the algorithm, and at the same time to improve the random term by the monotone decreasing model of step size, to enhance the local mining ability of the algorithm in the later stage of the algorithm, the improved algorithm, simulated annealing algorithm, is proposed by 13 test functions. The experimental results show that the proposed improved algorithm can balance the global detection ability and the local mining ability of the algorithm and make the algorithm jump out of the local optimum. In order to improve the convergence speed and accuracy of the algorithm.
【作者單位】： 哈爾濱工程大學動力與能源工程學院;海軍駐哈爾濱汽輪機廠有限責任公司軍事代表室;哈爾濱工程大學自動化學院;Design
【基金】：國家自然科學基金項目(51109041,51009036)
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 齊潔;汪定偉;;極值優(yōu)化算法綜述[J];控制與決策;2007年10期

2 孫騫;張進;王宇翔;;蟻群算法優(yōu)化策略綜述[J];信息安全與技術(shù);2014年02期

3 胡娟,王常青,韓偉,全智;蟻群算法及其實現(xiàn)方法研究[J];計算機仿真;2004年07期

4 李金漢;杜德生;;一種改進蟻群算法的仿真研究[J];自動化技術(shù)與應(yīng)用;2008年02期

5 李修琳;魯建廈;柴國鐘;湯洪濤;;混合蜂群算法求解柔性作業(yè)車間調(diào)度問題[J];計算機集成制造系統(tǒng);2011年07期

6 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學報;2014年02期

7 李豆豆;邵世煌;齊金鵬;;生存遷移算法[J];系統(tǒng)仿真學報;2008年08期

8 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計算機工程與科學;2011年01期

9 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學學報(工學版);2011年04期

10 王圣堯;王凌;方晨;許燁;;分布估計算法研究進展[J];控制與決策;2012年07期

相關(guān)會議論文 前2條

1 朱雙東;艾智斌;閻夏;;BP網(wǎng)絡(luò)學習算法的改進方案探析[A];1998年中國智能自動化學術(shù)會議論文集（上冊）[C];1998年

2 唐乾玉;陳翰馥;韓曾晉;;串行生產(chǎn)線的參數(shù)優(yōu)化[A];1994年中國控制會議論文集[C];1994年

相關(guān)博士學位論文 前2條

1 王可心;大規(guī)模過程系統(tǒng)非線性優(yōu)化的簡約空間理論與算法研究[D];浙江大學;2008年

2 傅啟明;強化學習中離策略算法的分析及研究[D];蘇州大學;2014年

相關(guān)碩士學位論文 前10條

1 馬英鈞;基于人工蜂群算法的約束優(yōu)化問題研究[D];華中師范大學;2015年

2 孫方亮;基于粒子群與中心引力的一種新混合算法及應(yīng)用[D];西安電子科技大學;2014年

3 張德祥;基于改進蟻群算法的機器人三維路徑規(guī)劃研究[D];青島科技大學;2015年

4 盧協(xié)平;聯(lián)盟競賽算法的研究與應(yīng)用[D];福州大學;2014年

5 代水芹;基于種群分解的進化超多目標算法及其應(yīng)用[D];廣東工業(yè)大學;2016年

6 李倩;支持張量機的切平面算法研究[D];華南理工大學;2016年

7 姚洪曼;基于改進人工蜂群算法的模糊聚類研究[D];廣西大學;2016年

8 丁亞英;基于局部搜索和二進制的改進人工蜂群算法[D];南京師范大學;2016年

9 楊杰;基于粒子群優(yōu)化算法的不確定聚類技術(shù)研究[D];北方民族大學;2016年

10 周雨鵬;基于鴿群算法的函數(shù)優(yōu)化問題求解[D];東北師范大學;2016年

，

本文編號：1515368