本文關鍵詞：一種狼群智能算法及收斂性分析

  更多相關文章： 狼群智能算法 智能獵殺 雙高斯函數 馬爾科夫過程

【摘要】：針對狼群算法求解復雜函數時容易陷入局部極值、計算耗費大、學習能力差等局限性,提出一種狼群智能算法.首先,通過構建智能獵殺行為提高算法自適應學習能力,降低算法的計算耗費,構建雙高斯函數更新法以增強算法全局搜索能力;然后,運用馬爾科夫過程證明狼群智能算法的收斂性;最后,對多種典型測試函數進行仿真實驗并與多種智能算法進行對比分析.實驗結果表明,所提出算法具有全局收斂性強、計算耗費低、尋優(yōu)精度高等優(yōu)勢.
【作者單位】： 空軍工程大學裝備管理與安全工程學院;空軍預警學院預警情報系;
【關鍵詞】： 狼群智能算法 智能獵殺 雙高斯函數 馬爾科夫過程
【基金】：國家自然科學基金項目(71601183)
【分類號】：TP18
【正文快照】： 0引言智能優(yōu)化算法一般建立在生物智能或物理現(xiàn)象基礎之上,通過模擬某些自然現(xiàn)象或過程求解復雜優(yōu)化問題[1].常見的智能優(yōu)化算法包括:粒子群算法(PSO)[2-4]、人工魚群算法(AFSA)[5-6]、人工蜂群算法(ABC)[7-8]、布谷鳥搜索算法(CS)[9]、蝙蝠算法(BA)[10]等,各種群智能算法在求

【相似文獻】

中國期刊全文數據庫 前10條

1 馬竹根;;智能水滴算法研究[J];計算機與數字工程;2014年06期

2 楊帆;徐秉錚;;關于退火算法的收斂性[J];華南理工大學學報(自然科學版);1991年04期

3 周海燕;;基于基因表達式編程的混合蟻群算法[J];無線互聯(lián)科技;2014年01期

4 徐紅梅;陳義保;劉加光;王燕濤;;蟻群算法中參數設置的研究[J];山東理工大學學報(自然科學版);2008年01期

5 張鋒;趙杰煜;朱紹軍;;可區(qū)分懲罰控制競爭學習算法[J];模式識別與人工智能;2014年05期

6 張海玉;劉軍;劉志都;;基于混沌優(yōu)化策略的SFLA算法[J];計算機應用研究;2013年06期

7 蔣培,黃焱,楊敬安;關于遺傳算法收斂性的分析[J];湖南師范大學自然科學學報;1999年01期

8 朱勇;周國標;;一類改進的蟻群算法及其收斂性分析[J];蘭州理工大學學報;2006年02期

9 沈蔚;趙峙江;李曉剛;;不同影響函數下的文化算法收斂性研究[J];信息與控制;2008年05期

10 李曦;一種無模型非線性運動控制學習算法的研究[J];信息與控制;2003年05期

中國重要會議論文全文數據庫 前1條

1 張丹;華紅艷;邵麗紅;;擾動蟻群算法中參數的優(yōu)化選擇[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

中國碩士學位論文全文數據庫 前8條

1 孟曉琳;蟻群算法的研究及其應用[D];西南交通大學;2015年

2 宋錦娟;一種改進的蟻群算法及其在最短路徑問題中的應用[D];中北大學;2013年

3 郭姍姍;基于改進粒子濾波的紅外弱小目標檢測前跟蹤算法[D];哈爾濱工程大學;2012年

4 龔懷瑾;智能算法的研究及其在水質預測上的應用[D];江南大學;2013年

5 陳宏亮;粒子群優(yōu)化算法在氣象信息預測建模中的研究[D];中國科學技術大學;2014年

6 楊強鵬;深度學習算法研究[D];南京大學;2015年

7 宋延強;多目標柔性調度問題的并行粒子群算法的分析與實現(xiàn)[D];山東大學;2014年

8 游麗佳;EXIN和Feng's MCA學習算法的收斂性分析[D];大連理工大學;2013年

，

本文編號：739585