本文選題：花朵授粉算法 + 尋優(yōu)性能�。� 參考：《自動化學(xué)報》2017年04期

【摘要】：針對花朵授粉算法(Flower pollination algorithm,FPA)易陷入局部極值、后期收斂速度慢的不足,提出一種基于引力搜索機制的花朵授粉算法.該算法在基本花朵授粉算法的全局尋優(yōu)部分,采用花朵個體間的萬有引力和算法本身的萊維飛行共同實現(xiàn)個體位置的更新,使花朵受萊維飛行和個體間引力的雙重影響,個體在通過優(yōu)化信息的共享向質(zhì)量大(最優(yōu)位置)的個體靠近,且個體間的萬有引力牽制萊維飛行的隨機游走.同時又利用萊維飛行的跳躍及不均勻性步長避免個體陷入局部極值,從而提高算法的尋優(yōu)能力.通過對高維單峰函數(shù)、高維多峰函數(shù)、低維函數(shù)及多峰復(fù)雜函數(shù)的優(yōu)化實驗結(jié)果表明,改進算法的尋優(yōu)性能顯著優(yōu)于基本的花朵授粉算法,其收斂速度、收斂精度、魯棒性均較對比算法有較大提升.最后,利用改進算法對彈簧張力設(shè)計問題、壓力管設(shè)計問題2個工程實例進行測試,獲得了較好的結(jié)果.仿真實驗結(jié)果佐證了改進算法的有效性和可行性.
[Abstract]:A flower pollination algorithm based on gravity search mechanism is proposed to solve the problem that flower pollination algorithm (Flower pollination algorithm) is prone to fall into local extremum and slow convergence rate. In the global optimization part of the basic flower pollination algorithm, the universal gravitation between flower individuals and the Levi flight of the algorithm itself are used to update the individual position together, and the flowers are affected by the double influence of Levy flight and individual gravity. Individuals are moving closer to those with high mass (optimal position) through the sharing of optimized information, and the gravitational pull between individuals restrains the random walk of Levy's flight. At the same time, the jump and non-uniformity step size of Levi flight is used to avoid individual falling into local extremum, so as to improve the optimization ability of the algorithm. The experimental results of high-dimensional single-peak function, high-dimensional multi-peak function, low-dimensional function and multi-peak complex function show that the performance of the improved algorithm is significantly better than that of the basic flower pollination algorithm, and the convergence rate and accuracy of the improved algorithm are better than that of the basic flower pollination algorithm. The robustness is much better than the contrast algorithm. Finally, two engineering examples of spring tension design and pressure pipe design are tested by using the improved algorithm, and good results are obtained. Simulation results demonstrate the effectiveness and feasibility of the improved algorithm.
【作者單位】： 江西財經(jīng)大學(xué)信息管理學(xué)院;河池學(xué)院計算機與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61562032) 河池學(xué)院計算機應(yīng)用技術(shù)重點學(xué)科(2016-91)資助~~
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2013年04期

2 李向偉;曹博;;時間參數(shù)在HITS算法中的應(yīng)用及改進[J];蘭州工業(yè)高等�？茖W(xué)校學(xué)報;2006年02期

3 吳濤;彭篤學(xué);;一種改進的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報;2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標準的防沖突算法與改進[J];計算機工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計算機工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進[J];計算機工程與應(yīng)用;2010年19期

7 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(自然科學(xué)版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計算機工程與應(yīng)用;2010年23期

9 肖璞;;XML索引更新算法的改進[J];南京工程學(xué)院學(xué)報(自然科學(xué)版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項算法在網(wǎng)絡(luò)流上的適用性評估[J];計算機工程;2011年16期

相關(guān)會議論文 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會——2004年學(xué)術(shù)年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學(xué)會2012年學(xué)術(shù)年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學(xué)會25周年紀念會暨2011年學(xué)術(shù)年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學(xué)會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鐘永騰;基于近場MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風暴優(yōu)化算法與基于視頻的非接觸式運動定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 匡立;分形網(wǎng)絡(luò)的理論、算法及應(yīng)用研究[D];武漢大學(xué);2015年

9 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

10 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計與實現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機與線路固定設(shè)施間距檢測算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進[D];長安大學(xué);2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學(xué);2015年

，

本文編號：1944365