【摘要】：為了提高傳統(tǒng)螢火蟲算法的收斂速度和求解精度,提出了一種精英反向?qū)W習(xí)的螢火蟲優(yōu)化算法。通過反向?qū)W習(xí)策略構(gòu)造精英群體,在精英群體構(gòu)成的區(qū)間上求普通群體的反向解,增加了群體的多樣性,提高了算法的收斂速度;同時,為了避免最優(yōu)個體陷入局部最優(yōu),使整個群體在搜索過程中出現(xiàn)停滯,提出了差分演化變異策略;最后,提出了一種線性遞減的自適應(yīng)步長來平衡算法的開發(fā)能力。實驗結(jié)果表明,算法在收斂速度和收斂精度上有更好的效果。
[Abstract]:In order to improve the convergence speed and accuracy of the traditional firefly algorithm, an elite reverse learning optimization algorithm for firefly is proposed. Through the reverse learning strategy, the elite group is constructed, and the inverse solution of the ordinary group is found in the interval of the elite group, which increases the diversity of the population and improves the convergence rate of the algorithm. At the same time, in order to avoid the optimal individual falling into local optimization and make the whole population stagnate in the search process, a differential evolution mutation strategy is proposed. Finally, a linear decreasing adaptive step size is proposed to balance the development ability of the algorithm. Experimental results show that the algorithm has better convergence speed and accuracy.
【作者單位】： 西北師范大學(xué)計算機(jī)科學(xué)與工程學(xué)院;
【基金】：甘肅省科技計劃資助項目(1506RJZA130) 甘肅省高等學(xué)�？蒲许椖�(2014B-018)
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任慶生,葉中行,曾進(jìn);進(jìn)化算法的收斂速度[J];上海交通大學(xué)學(xué)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(jìn);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

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(jī)仿真;2004年07期

5 李金漢;杜德生;;一種改進(jìn)蟻群算法的仿真研究[J];自動化技術(shù)與應(yīng)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(diào)度問題[J];計算機(jī)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(xué)報;2014年02期

8 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

9 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計算機(jī)工程與科學(xué);2011年01期

10 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

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(jìn)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3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 李爭名;基于魯棒判別式約束的字典學(xué)習(xí)算法研究[D];哈爾濱工業(yè)大學(xué);2017年

3 傅啟明;強(qiáng)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(jìn)蟻群算法的機(jī)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(jìn)化超多目標(biāo)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(jī)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(jìn)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(jìn)制的改進(jìn)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：2434909