【摘要】：針對雞群算法因小雞粒子易陷入局部最優(yōu)而無法取得全局最優(yōu)解問題,在小雞粒子位置更新中加入自身慣性權(quán)重和向子群中公雞粒子學習部分,提出具有隨機慣性權(quán)重和固定學習因子的改進雞群算法,然后用模擬退火算法對改進雞群算法陷入停滯狀態(tài)時已得到的最優(yōu)解進行鄰域搜索,使算法具有跳出局部最優(yōu)取得全局最優(yōu)解的能力,最后將基于模擬退火的改進雞群算法用于4個標準測試函數(shù)尋優(yōu).仿真結(jié)果表明,基于模擬退火的改進雞群算法全局搜索能力強,收斂速度快,精度高,與粒子群算法、雞群算法以及改進雞群算法相比尋優(yōu)性能更佳.
[Abstract]:In order to solve the problem that chicken particle can not get global optimal solution because chicken particle is easy to fall into local optimal solution, the inertia weight of chicken particle and the learning part of rooster particle in subgroup are added to the update of chicken particle position. An improved chicken swarm algorithm with random inertia weight and fixed learning factor is proposed, and then the simulated annealing algorithm is used to search the neighborhood of the optimal solution obtained when the improved chicken swarm algorithm is in a stagnant state. The algorithm has the ability to jump out of the local optimal solution to obtain the global optimal solution. Finally, the improved chicken swarm algorithm based on simulated annealing is applied to the optimization of four standard test functions. The simulation results show that the improved chicken swarm algorithm based on simulated annealing has strong global search ability, fast convergence speed and high precision. Compared with particle swarm optimization algorithm, chicken swarm algorithm and improved chicken swarm algorithm, the improved chicken swarm algorithm has better optimization performance.
【作者單位】： 安徽理工大學電氣與信息工程學院;
【基金】：國家自然科學基金(61401215) 安徽省高校優(yōu)秀青年人才支持計劃重點項目(gxyqZD2016082)
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 劉彥秀;姜華;潘全科;;基于全局和聲搜索的模擬退火算法改進[J];計算機工程與科學;2010年11期

2 王文舉;;模擬退火算法求解二次規(guī)劃問題與實現(xiàn)[J];電腦編程技巧與維護;2013年13期

3 謝玉瓏,王繼紅,俞汝勤;通用模擬退火用于穩(wěn)健多元分析校正[J];高等學�；瘜W學報;1993年02期

4 倪志偉,賈瑞玉,程慧霞;一個分階段的綜合模擬退火方案[J];計算機應用與軟件;1997年02期

5 李曉明,高澤溪,呂善偉;模擬退火在電子元件位置優(yōu)化上的應用[J];系統(tǒng)工程與電子技術(shù);1998年07期

6 李洪瑞;基于模擬退火算法的多目標數(shù)據(jù)關(guān)聯(lián)[J];情報指揮控制系統(tǒng)與仿真技術(shù);1998年10期

7 劉宴兵;基于模擬退火技術(shù)應用的探討[J];重慶郵電學院學報;1999年04期

8 郭茂祖,姜俊峰,李靜梅;模擬退火算法中冷卻調(diào)度選取方法的研究[J];計算機工程;2000年09期

9 陳衛(wèi)東,孟小華;求圖控制集問題的模擬退火算法的改進[J];重慶師范大學學報(自然科學版);2004年02期

10 陳華根,李麗華,許惠平;模擬退火定位算法研究[J];同濟大學學報(自然科學版);2005年09期

相關(guān)會議論文 前10條

1 顏聲遠;陳玉;梁龍遠;;基于模擬退火算法的操縱器排列優(yōu)化[A];中國核學會核能動力分會2013年學術(shù)研討會論文集[C];2013年

2 秦進;吳瓊;;改進的模擬退火算法及其在物流網(wǎng)絡設(shè)計問題中的應用[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

3 馬平;柴欣;李濤;楊愚魯;;動態(tài)重構(gòu)系統(tǒng)中基于模擬退火算法的劃分[A];全國第十屆企業(yè)信息化與工業(yè)工程學術(shù)年會論文集[C];2006年

4 洪興楠;張瀟林;王作鵬;吳丹策;;對模擬退火優(yōu)化算法的改進[A];1997年全國微波會議論文集(下冊)[C];1997年

5 黎建強;薜玨;張國慶;;一種基于模擬退火的倉庫布局算法[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

6 蒲忠昊;王林;張磊;;一種改進的快速自適應模擬退火算法[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

7 陳德旺;裴麗君;劉靜;;基于模擬退火的交通誘導信息發(fā)布范圍的算法研究[A];第二十九屆中國控制會議論文集[C];2010年

8 王新生;姜友華;;模擬退火算法在設(shè)施定位問題中的應用研究[A];“資源環(huán)境與區(qū)域發(fā)展中的計算問題”研討會論文集[C];2006年

9 吳進華;吳華麗;周仕;;基于模擬退火的粒子群優(yōu)化算法[A];第三屆全國虛擬儀器大會論文集[C];2008年

10 忻獲麟;沈?qū)?;“麥克斯韋熱怪”:模擬退火新方案[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術(shù)年會論文集[C];2004年

相關(guān)博士學位論文 前1條

1 趙松原;模擬退火結(jié)合正交分解算法的氣動外形最優(yōu)化設(shè)計[D];南京航空航天大學;2006年

相關(guān)碩士學位論文 前10條

1 邵文超;基于模擬退火算法的船舶航向PID控制器參數(shù)優(yōu)化研究[D];大連海事大學;2015年

2 劉亞南;基于模擬退火算法的施工項目動態(tài)可靠性優(yōu)化研究[D];西安建筑科技大學;2016年

3 許萍;基于模擬退火的空域扇區(qū)優(yōu)化方法研究[D];中國民航大學;2014年

4 程玲;模擬退火算法在分裂系構(gòu)造中的應用[D];上海交通大學;2010年

5 龐峰;模擬退火算法的原理及算法在優(yōu)化問題上的應用[D];吉林大學;2006年

6 項寶衛(wèi);結(jié)構(gòu)優(yōu)化中的模擬退火算法研究和應用[D];大連理工大學;2004年

7 張玉虎;基于模擬退火的分類算法研究與實現(xiàn)[D];青島大學;2013年

8 閆穎;基于模擬退火和團劃分的綜合技術(shù)研究[D];哈爾濱工程大學;2010年

9 許彥釗;模擬退火優(yōu)化神經(jīng)網(wǎng)絡研究及其在入侵檢測中的應用[D];吉林大學;2009年

10 黃宏用;改進的遺傳—模擬退火算法在公交排班中的應用[D];蘭州理工大學;2011年

，

本文編號：2477899