本文選題：花朵授粉算法 + 尋優(yōu)性能　； 參考：《計(jì)算機(jī)應(yīng)用研究》2016年01期

【摘要】：受自然界花朵授粉過(guò)程的啟發(fā),Yang提出了一種新的元啟發(fā)式群智能算法——花朵授粉算法,該算法融合了現(xiàn)有其他智能算法的優(yōu)點(diǎn)。首先闡述了花朵授粉的特征,從機(jī)理上描述了該算法的實(shí)現(xiàn)步驟,同時(shí)對(duì)該算法的尋優(yōu)性能進(jìn)行了剖析。其次,針對(duì)花朵授粉算法尋優(yōu)精度低、收斂速度慢、易陷入局部極小的不足,提出一種基于差分進(jìn)化策略的花朵授粉算法,該算法引入差分進(jìn)化中的變異、交叉及選擇操作,使缺乏變異機(jī)制的花朵授粉算法具有變異能力,增加種群的多樣性,提高算法的全局尋優(yōu)能力和避免種群個(gè)體陷入局部最優(yōu)。通過(guò)十個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行測(cè)試,仿真結(jié)果表明,改進(jìn)算法的尋優(yōu)能力明顯優(yōu)于基本的花朵授粉算法、蝙蝠算法、粒子群算法及改進(jìn)的粒子群算法。
[Abstract]:Inspired by the natural flower pollination process, Yang proposed a new meta-heuristic swarm intelligence algorithm, the flower pollination algorithm, which combines the advantages of other existing intelligent algorithms.Firstly, the characteristics of flower pollination are described, the implementation steps of the algorithm are described from the mechanism, and the optimization performance of the algorithm is analyzed.Secondly, a flower pollination algorithm based on differential evolution strategy is proposed, which introduces mutation, crossover and selection operations in differential evolution, aiming at the shortcomings of low precision, slow convergence speed and easy to fall into local minima of flower pollination algorithm.The flower pollination algorithm, which lacks mutation mechanism, has the ability to mutation, increase the diversity of population, improve the ability of global optimization and avoid the population individual falling into local optimum.The simulation results show that the improved algorithm is superior to the basic flower pollination algorithm, bat algorithm, particle swarm optimization algorithm and improved particle swarm optimization algorithm.
【作者單位】： 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院;河池學(xué)院計(jì)算機(jī)與信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61173146) 廣西自然科學(xué)基金資助項(xiàng)目(2013GXNSFBA019022) 廣西高校科學(xué)技術(shù)研究資助項(xiàng)目(KY2015LX332,KY2015LX334) 江西省研究生創(chuàng)新基金資助項(xiàng)目(YC2015-B054) 河池學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)與軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目(院科研(2013)3號(hào)) 校級(jí)資助項(xiàng)目(XJ2015QN003)
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李明;曹德欣;;混合CS算法的DE算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年09期

2 喬瑩瑩;宋威;馬偉;;基于GA優(yōu)化QPSO算法的文本聚類[J];計(jì)算機(jī)應(yīng)用研究;2014年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 肖輝輝;段艷明;;基于DE算法改進(jìn)的蝙蝠算法的研究及應(yīng)用[J];計(jì)算機(jī)仿真;2014年01期

2 肖輝輝;段艷明;;基于差分進(jìn)化的布谷鳥搜索算法[J];計(jì)算機(jī)應(yīng)用;2014年06期

3 李愛菊;鈕文良;王廷梅;;改進(jìn)布鳥搜索算法最大熵值的醫(yī)學(xué)圖像分割[J];計(jì)算機(jī)仿真;2014年08期

4 肖輝輝;萬(wàn)常選;段艷明;鐘青;;基于模擬退火的花朵授粉優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用;2015年04期

5 任璐;李海洋;賀興時(shí);;基于逐維改進(jìn)的自適應(yīng)步長(zhǎng)布谷鳥搜索算法[J];河北科技大學(xué)學(xué)報(bào);2015年05期

6 蘭少峰;劉升;;布谷鳥搜索算法研究綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年04期

7 肖輝輝;段艷明;;改進(jìn)的蝙蝠算法在數(shù)值積分中的應(yīng)用研究[J];智能系統(tǒng)學(xué)報(bào);2014年03期

8 肖輝輝;萬(wàn)常選;段艷明;;一種基于復(fù)合形法的花朵授粉算法[J];小型微型計(jì)算機(jī)系統(tǒng);2015年06期

相關(guān)碩士學(xué)位論文 前2條

1 劉瀛;求解隨機(jī)期望值模型的差分進(jìn)化算法[D];渤海大學(xué);2014年

2 鄭巧燕;布谷鳥搜索算法的改進(jìn)及其在優(yōu)化問題中的應(yīng)用[D];廣西民族大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 曾毅;浮點(diǎn)遺傳算法在非線性方程組求解中的應(yīng)用[J];華東交通大學(xué)學(xué)報(bào);2005年01期

2 龍海俠;須文波;孫俊;;基于QPSO的數(shù)據(jù)聚類[J];計(jì)算機(jī)應(yīng)用研究;2006年12期

3 唐槐璐;須文波;龍海俠;;基于量子行為的微粒群優(yōu)化算法的數(shù)據(jù)聚類[J];計(jì)算機(jī)應(yīng)用研究;2007年11期

4 劉韜;殷鋒;陳建英;何蔚林;;基于量子行為的粒子群優(yōu)化算法分類規(guī)則獲取[J];計(jì)算機(jī)應(yīng)用研究;2009年02期

5 楊啟文,蔣靜坪,曲朝霞,張國(guó)宏;應(yīng)用邏輯操作改善遺傳算法性能[J];控制與決策;2000年04期

6 方偉;孫俊;謝振平;須文波;;量子粒子群優(yōu)化算法的收斂性分析及控制參數(shù)研究[J];物理學(xué)報(bào);2010年06期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車間調(diào)度問題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

相關(guān)會(huì)議論文 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年

4 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

5 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

6 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

7 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年

8 王天意;大地電磁迭代有限元與改進(jìn)差分進(jìn)化正反演算法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 陳亮;改進(jìn)自適應(yīng)差分進(jìn)化算法及其應(yīng)用研究[D];東華大學(xué);2012年

10 徐斌;基于差分進(jìn)化算法的多目標(biāo)優(yōu)化方法研究及其應(yīng)用[D];華東理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 高靜;量子差分進(jìn)化算法在油田開發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年

6 寧桂英;差分進(jìn)化算法及其應(yīng)用研究[D];廣西民族大學(xué);2008年

7 劉俊梅;混合差分進(jìn)化算法及應(yīng)用研究[D];北方民族大學(xué);2010年

8 王洪波;基于差分進(jìn)化計(jì)算的聚類算法研究[D];山東師范大學(xué);2012年

9 呼忠權(quán);差分進(jìn)化算法的優(yōu)化及其應(yīng)用研究[D];燕山大學(xué);2013年

10 王久杰;改進(jìn)的混沌差分進(jìn)化算法及其應(yīng)用[D];長(zhǎng)安大學(xué);2014年

本文編號(hào)：1749665