本文選題：果蠅優(yōu)化算法 + 柯西變異��； 參考：《微電子學與計算機》2017年11期

【摘要】：針對果蠅優(yōu)化算法在尋優(yōu)過程中易陷入局部極值點的不足,提出一種基于柯西變異的果蠅優(yōu)化算法.當算法陷入局部最優(yōu)時采用柯西變異策略,更新果蠅群體位置,使算法繼續(xù)迭代尋找全局極值.通過六個基準函數(shù)對算法性能進行測試,實驗結果表明基于柯西變異的果蠅優(yōu)化算法在收斂速度和收斂精度都有較大提高.
[Abstract]:A fruit fly optimization algorithm based on Cauchy mutation is proposed to solve the problem that Drosophila optimization algorithm is easy to fall into local extremum in the process of optimization. When the algorithm falls into local optimum, Cauchy mutation strategy is used to update the population position of Drosophila melanogaster, so that the algorithm can continue to search for global extremum iteratively. The performance of the algorithm is tested by six benchmark functions. The experimental results show that the algorithm based on Cauchy mutation can improve the convergence speed and precision greatly.
【作者單位】： 長春工業(yè)大學計算機科學與工程學院;吉林財經(jīng)大學管理科學與信息工程學院;
【基金】：國家自然科學基金(61202306,61472049)
【分類號】：TP18

【相似文獻】

相關期刊論文 前7條

1 任慶生,葉中行,曾進;進化算法的收斂速度[J];上海交通大學學報;1999年06期

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

3 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;2014年02期

4 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

5 李金漢;杜德生;;一種改進蟻群算法的仿真研究[J];自動化技術與應用;2008年02期

6 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)車間調度問題[J];計算機集成制造系統(tǒng);2011年07期

7 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

相關博士學位論文 前1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

相關碩士學位論文 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 張申利;基于蜂群算法的GIS優(yōu)化選址及其并行化研究與應用[D];中國石油大學(華東);2014年

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

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

7 李倩;支持張量機的切平面算法研究[D];華南理工大學;2016年

8 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

9 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

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

，

本文編號：1806953