【摘要】：針對狼群優(yōu)化算法尋優(yōu)精度不高和易陷入局部收斂區(qū)域的缺點,結(jié)合云模型在知識表達時具有不確定中帶有確定性的特性,提出一種自適應(yīng)分組差分變異狼群優(yōu)化算法.其思想是采用佳點集理論對狼群進行初始化,通過云模型理論來完成個體游獵行為,在圍攻行為中考慮狼個體的自身能量,最后利用差分進化算法和混沌理論完成個體變異,并進行探索全局最優(yōu)位置.典型復(fù)雜函數(shù)測試表明,該算法能有效找出全局最優(yōu)解,特別適宜于多峰值函數(shù)尋優(yōu).
[Abstract]:In view of the shortcomings of low precision and easy to fall into local convergence region of the wolf swarm optimization algorithm, an adaptive grouping differential mutation wolf colony optimization algorithm is proposed, which combines the uncertainty of cloud model in knowledge representation. The idea is to initialize the wolves by using the theory of good point set, to complete the individual hunting behavior by cloud model theory, to consider the energy of the individual in the besieging behavior, and finally to use differential evolution algorithm and chaos theory to complete the individual mutation. And to explore the global optimal location. The test results of typical complex functions show that the algorithm can find the global optimal solution effectively and is especially suitable for multi-peak function optimization.
【作者單位】： 東北石油大學(xué)計算機與信息技術(shù)學(xué)院;
【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(xué)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(xué)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(xué);2011年01期

9 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學(xué)學(xué)報(工學(xué)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(xué)習(xí)算法的改進方案探析[A];1998年中國智能自動化學(xué)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(xué)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(xué);2008年

2 傅啟明;強化學(xué)習(xí)中離策略算法的分析及研究[D];蘇州大學(xué);2014年

相關(guān)碩士學(xué)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(xué);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(xué);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(xué);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(xué);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(xué);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(xué);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(xué);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(xué);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(xué);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(xué);2016年

，

本文編號：2133587