本文關(guān)鍵詞：基于維度分區(qū)的果蠅優(yōu)化新算法，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高果蠅算法的收斂穩(wěn)定性,提出了一種基于維度分區(qū)的果蠅優(yōu)化新算法。將果蠅種群均分為兩組:跟隨果蠅和搜索果蠅。跟隨果蠅在全局最優(yōu)果蠅附近實(shí)現(xiàn)精細(xì)化局部搜索,而搜索果蠅則將位置向量的每個維度搜索范圍劃分為若干個區(qū)間,通過比較各個區(qū)間的最優(yōu)位置來更新果蠅位置。為加快算法收斂速度,若某搜索果蠅在連續(xù)若干次迭代過程中均表現(xiàn)最差,則在當(dāng)前最優(yōu)果蠅位置附近產(chǎn)生該果蠅的新位置。針對8種典型函數(shù)的仿真實(shí)驗(yàn)表明:與傳統(tǒng)算法相比,所提算法所需參數(shù)較少,收斂穩(wěn)定性高,并且在收斂精度及收斂速度等方面具有明顯優(yōu)勢。
【作者單位】： 中央財(cái)經(jīng)大學(xué)信息學(xué)院;吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 果蠅算法 收斂穩(wěn)定性 維度分區(qū) 全局最優(yōu)果蠅 收斂精度
【基金】：國家自然科學(xué)基金項(xiàng)目(61272398)資助
【分類號】：TP18
【正文快照】： 到稿日期:2015-12-23返修日期:2016-04-27本文受國家自然科學(xué)基金項(xiàng)目(61272398)資助。1引言果蠅優(yōu)化算法(Fruit fly Optimization Algorithm,FOA)是一種模擬果蠅覓食行為的新的全局優(yōu)化進(jìn)化算法[1,2]。與傳統(tǒng)參數(shù)優(yōu)化算法如粒子群優(yōu)化(Particle Swarm Optimiza-tion,PSO)[3]

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 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(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

3 胡娟,王常青,韓偉,全智;蟻群算法及其實(shí)現(xiàn)方法研究[J];計(jì)算機(jī)仿真;2004年07期

4 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

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(jì)算機(jī)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(bào);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(bào);2008年08期

8 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計(jì)算機(jī)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(bào)(工學(xué)版);2011年04期

10 王圣堯;王凌;方晨;許燁;;分布估計(jì)算法研究進(jìn)展[J];控制與決策;2012年07期

中國重要會議論文全文數(shù)據(jù)庫 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

中國博士學(xué)位論文全文數(shù)據(jù)庫 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(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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張申利;基于蜂群算法的GIS優(yōu)化選址及其并行化研究與應(yīng)用[D];中國石油大學(xué)(華東);2014年

2 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

3 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

4 魏紅凱;人工蜂群算法及其應(yīng)用研究[D];北京工業(yè)大學(xué);2012年

5 劉婷婷;基于反饋的多目標(biāo)人工蜂群算法研究[D];東北大學(xué);2013年

6 李云彬;多目標(biāo)人工蜂群算法的研究與應(yīng)用[D];東北大學(xué);2012年

7 李長榮;面向非線性優(yōu)化問題的學(xué)習(xí)算法的研究[D];華東師范大學(xué);2015年

8 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

9 馬彥追;螢火蟲算法的改進(jìn)及其應(yīng)用研究[D];廣西民族大學(xué);2014年

10 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

  本文關(guān)鍵詞：基于維度分區(qū)的果蠅優(yōu)化新算法，，由筆耕文化傳播整理發(fā)布。

本文編號：449254