發(fā)布時間：2018-05-11 05:01

  本文選題：花朵授粉算法 + 尋優(yōu)性能　； 參考：《火力與指揮控制》2017年04期

【摘要】：針對花朵授粉算法易陷入局部極值、收斂速度慢等不足,提出一種具有族群機(jī)制的花朵授粉算法。該算法把種群分成多個族群,各族群的最優(yōu)個體再組成新的種群,進(jìn)而促進(jìn)種群間的信息交流,有效地協(xié)調(diào)種群進(jìn)化過程中的全局搜索和局部搜索能力,避免個體的早熟收斂,提高算法的全局尋優(yōu)能力及收斂速度。通過8個CEC2005benchmark測試函數(shù)進(jìn)行測試比較,仿真結(jié)果表明,改進(jìn)算法的尋優(yōu)性能明顯優(yōu)于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收斂精度、收斂速度、魯棒性均較對比算法有較大提高。
[Abstract]:A flower pollination algorithm with population mechanism is proposed to overcome the shortcomings of the flower pollination algorithm which is easy to fall into local extremum and slow convergence speed. The algorithm divides the population into several populations, and the optimal individuals of each population form a new population, thus promoting the information exchange among the populations, effectively coordinating the global and local search capabilities in the evolution process of the population, and avoiding the premature convergence of the individual. The global optimization ability and convergence speed of the algorithm are improved. Compared with eight CEC2005benchmark test functions, the simulation results show that the improved algorithm is superior to the basic flower pollination algorithm, particle swarm optimization algorithm and bat algorithm, and its convergence accuracy and convergence speed are better than those of the basic flower pollination algorithm, particle swarm optimization algorithm and bat algorithm. The robustness is better than the contrast algorithm.
【作者單位】： 河池學(xué)院計算機(jī)與信息工程學(xué)院;江西財經(jīng)大學(xué)信息管理學(xué)院;
【基金】：國家自然科學(xué)基金(61173146) 廣西自然科學(xué)基金(2013GXNSFBA019022) 校級青年科研基金(XJ2015QN003) 江西省研究生創(chuàng)新基金(YC2015-B054) 河池學(xué)院計算機(jī)網(wǎng)絡(luò)與軟件新技術(shù)重點(diǎn)實驗室基金資助項目(院科研(2013)3號)
【分類號】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王磊;張漢鵬;;基于混沌搜索與精英交叉算子的磷蝦覓食算法[J];計算機(jī)工程;2015年03期

2 劉挺;王聯(lián)國;;基于云模型的入侵雜草優(yōu)化算法[J];計算機(jī)工程;2014年12期

3 王志剛;;一種改進(jìn)搜索策略的人工蜂群算法[J];計算機(jī)仿真;2014年10期

4 喬俊飛;傅嗣鵬;韓紅桂;;基于混合變異策略的改進(jìn)差分進(jìn)化算法及函數(shù)優(yōu)化[J];控制工程;2013年05期

5 陳皓;崔杜武;崔穎安;陶永芹;梁琨;;族群進(jìn)化算法[J];軟件學(xué)報;2010年05期

相關(guān)碩士學(xué)位論文 前1條

1 王迎菊;混合型人工螢火蟲群優(yōu)化算法及應(yīng)用研究[D];廣西民族大學(xué);2012年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖輝輝;段艷明;;基于族群機(jī)制的花朵授粉算法[J];火力與指揮控制;2017年04期

2 羅霞;何彪;劉碩智;高源;;車聯(lián)網(wǎng)環(huán)境下交叉口車輛路徑優(yōu)化控制研究[J];計算機(jī)仿真;2017年04期

3 劉登峰;章力;邴曉瑛;邵玉倩;徐保國;;基于布谷鳥差分算法優(yōu)化的DV-Hop改進(jìn)算法[J];系統(tǒng)仿真學(xué)報;2017年04期

4 肖輝輝;段艷明;;具有入侵雜草策略的花朵授粉算法[J];系統(tǒng)仿真學(xué)報;2017年02期

5 CHEN Dengkai;DING Jingjing;GAO Minzhuo;MA Danping;LIU Donghui;;Form Gene Clustering Method about Pan-Ethnic-Group Products Based on Emotional Semantic[J];Chinese Journal of Mechanical Engineering;2016年06期

6 肖輝輝;;基于單純形法和自適應(yīng)步長的花朵授粉算法[J];計算機(jī)工程與科學(xué);2016年10期

7 段艷明;肖輝輝;;基于量子行為的花朵授粉算法[J];蘭州理工大學(xué)學(xué)報;2016年03期

8 劉麗杰;張強(qiáng);;自適應(yīng)混合文化蛙跳算法求解連續(xù)空間優(yōu)化問題[J];信息與控制;2016年03期

9 肖輝輝;;基于單純形法的蝙蝠算法[J];河池學(xué)院學(xué)報;2016年02期

10 宋月振;裴騰達(dá);裴炳南;;基于中心解的改進(jìn)人工蜂群算法[J];計算機(jī)應(yīng)用;2016年04期

相關(guān)碩士學(xué)位論文 前3條

1 劉金勇;基于螢火蟲算法的棉籽壓榨試驗參數(shù)優(yōu)化[D];武漢輕工大學(xué);2014年

2 朱文超;六維力傳感器數(shù)字濾波研究[D];安徽工程大學(xué);2014年

3 亢少將;螢火蟲優(yōu)化算法的研究與改進(jìn)[D];廣東工業(yè)大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉長平;葉春明;;具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J];系統(tǒng)仿真學(xué)報;2013年06期

2 李志勇;李玲玲;王翔;王艷;;基于Memetic框架的混沌人工蜂群算法[J];計算機(jī)應(yīng)用研究;2012年11期

3 羅鈞;肖向海;付麗;王強(qiáng);;基于分段搜索策略的改進(jìn)蜂群算法[J];控制與決策;2012年09期

4 陳歡;周永權(quán);趙光偉;;基于混沌序列的多種群入侵雜草算法[J];計算機(jī)應(yīng)用;2012年07期

5 王輝;;一種帶共享因子的人工蜂群算法[J];計算機(jī)工程;2011年22期

6 胡珂;李迅波;王振林;;改進(jìn)的人工蜂群算法性能[J];計算機(jī)應(yīng)用;2011年04期

7 暴勵;曾建潮;;一種雙種群差分蜂群算法[J];控制理論與應(yīng)用;2011年02期

8 賈東立;鄭國莘;;基于混沌和高斯局部優(yōu)化的混合差分進(jìn)化算法[J];控制與決策;2010年06期

9 楊衛(wèi)東;姚峰;張明;;基于自適應(yīng)交叉概率因子的差分進(jìn)化算法及其應(yīng)用[J];信息與控制;2010年02期

10 丁海軍;馮慶嫻;;基于boltzmann選擇策略的人工蜂群算法[J];計算機(jī)工程與應(yīng)用;2009年31期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許道云;;全息算法的原理及應(yīng)用[J];計算機(jī)科學(xué)與探索;2011年02期

2 段海濱,王道波,朱家強(qiáng),黃向華;蟻群算法理論及應(yīng)用研究的進(jìn)展[J];控制與決策;2004年12期

3 段海濱;王道波;于秀芬;;幾種新型仿生優(yōu)化算法的比較研究[J];計算機(jī)仿真;2007年03期

4 劉永廣;葉梧;馮穗力;;一種基于非線性長度的多約束路由算法[J];計算機(jī)應(yīng)用研究;2008年11期

5 劉永廣;葉梧;馮穗力;;一種基于蟻群算法和非線性長度的多約束路由算法[J];通信技術(shù);2009年08期

6 劉振;胡云安;;一種多粒度模式蟻群算法及其在路徑規(guī)劃中的應(yīng)用[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年09期

7 羅景峰;;智能算法求解效果評價的物元模型[J];微電子學(xué)與計算機(jī);2011年04期

8 劉芳,李陽陽;量子克隆進(jìn)化算法[J];電子學(xué)報;2003年S1期

9 周雅蘭;;細(xì)菌覓食優(yōu)化算法的研究與應(yīng)用[J];計算機(jī)工程與應(yīng)用;2010年20期

10 胡紅莉;張建州;;螺旋錐束CT重建的近似逆算法[J];計算機(jī)工程與應(yīng)用;2011年21期

相關(guān)會議論文 前1條

1 董家瑞;王精業(yè);潘麗君;;改進(jìn)的Dijksta算法在裝備保障系統(tǒng)中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前9條

1 高衛(wèi)峰;人工蜂群算法及其應(yīng)用的研究[D];西安電子科技大學(xué);2013年

2 張捷;進(jìn)化算法及智能數(shù)據(jù)挖掘若干問題研究[D];西安電子科技大學(xué);2013年

3 程世娟;改進(jìn)蟻群算法及其在結(jié)構(gòu)系統(tǒng)可靠性優(yōu)化中的應(yīng)用[D];西南交通大學(xué);2009年

4 楊振宇;基于自然計算的實值優(yōu)化算法與應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2010年

5 郭慶昌;均值移動算法及在圖像處理和目標(biāo)跟蹤中的應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

6 金勁;群集智能算法在網(wǎng)絡(luò)策略中的研究及其應(yīng)用[D];蘭州理工大學(xué);2011年

7 鄭樂;寬頻帶雷達(dá)目標(biāo)跟蹤理論與算法研究[D];北京理工大學(xué);2015年

8 劉劍;非圓信號波達(dá)方向估計算法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

9 張瑞秋;面向SMT的錐束CT圖像重構(gòu)關(guān)鍵理論與BGA焊點(diǎn)檢測算法[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃林;空間復(fù)用MIMO系統(tǒng)接收端的球形譯碼檢測算法研究[D];寧夏大學(xué);2015年

2 牛麗娟;基于Gossip算法的無線傳感器網(wǎng)絡(luò)分布式參數(shù)場估計[D];哈爾濱工業(yè)大學(xué);2015年

3 卓靜一;液晶相控陣波前相位校正算法研究[D];電子科技大學(xué);2014年

4 張瑩;視頻異常事件檢測算法研究[D];大連理工大學(xué);2015年

5 張博;基于多用戶MIMO系統(tǒng)的魯棒性信號檢測算法研究[D];大連理工大學(xué);2015年

6 陳望;基于混合算法的室內(nèi)WLAN定位研究[D];新疆大學(xué);2015年

7 陳宗文;霍夫森林框架下的多目標(biāo)檢測與跟蹤算法研究[D];東北大學(xué);2013年

8 張亞玲;衛(wèi)星導(dǎo)航抗干擾算法研究及系統(tǒng)設(shè)計[D];西安電子科技大學(xué);2014年

9 賈佳蔚;基于粒子濾波的檢測前跟蹤算法研究[D];電子科技大學(xué);2015年

10 劉洪彬;Hadoop下基于邊聚類的重疊社區(qū)發(fā)現(xiàn)算法研究[D];安徽工業(yè)大學(xué);2015年

，

本文編號：1872505