基于伪差分扰动的混合蛙跳算法研究-论文.pdf

《基于伪差分扰动的混合蛙跳算法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第9期计算机应用研究Vo1．31No．92014年9月ApplicationResearchofComputersSep．2014基于伪差分扰动的混合蛙跳算法研究水王安龙，何建华，张越，喻芳(1．西北工业大学电子信息学院，西安710129；2．中航工业江西洪都航空工业集团有限责任公司，南昌330024)摘要：为了充分发掘混合蛙跳算法求解复杂优化问题的能力，提出了一种新颖的改进混合蛙跳算法。改进算法借鉴粒子群优化算法的速度更新方式，通过族群中随机个体、最优个体和最差个体间的位置关系来确定最差个体的更新步

2、长；借鉴差分进化思想，通过伪差分变异产生虚拟个体来更新最差个体，以提高种群开拓能力。通过对四个典型测试函数的仿真实验表明，相比其他几种改进算法，改进算法以100％的概率找到了某些函数的理论最优值，寻优效果更好，收敛成功率更高。关键词：函数优化；混合蛙跳算法；粒子群优化；速度更新；伪差分变异中图分类号：TP301．6文献标志码：A文章编号：1001-3695(2014)09—2681—04doi：10．3969／j．issn．1001-3695．2014．09．028Improvedshuffledfrogle

3、apingalgorithmbasedonpseudo-differentialdisturbanceWANGAn—long，HEJian—hua，ZHANGYue，YUFang(1．SchoolofElectronics＆InformationEngineering，NorthwesternPolytechnicalUniversity，Xi’an710129，China；2．AVICJiangxiHongduAviationlnd~tryGroupCo．，Ltd．，Nanehang330024，China

4、)Abstract：Inordertofullyexploittheabilityofshufledfrogleapingalgorithm(SFLA)tosolvecomplexoptimizationprob—lems，thispaperproposedanovelimprovedshufledfrogleapingalgorithm．Itadoptedtheevolutionarymethodsofparticleswarmoptimization(PSO)algorithm，andusedtherel

5、ativepositionamongtherandomindividuals，thebestindividualandtheworstindividualinsubpopulationasthefirstupdatestep．Andinordertoimprovethepopulationextensioncapacity，itcon—structedavirtualindividualbypseudo—differentialmutationtoreplacetheworstindividualofsubp

6、opulation．Thesimulationre—suhsoffourtypicaltestfunctionsshowthat，comparingtotheotherimprovedalgorithms，theproposedalgorithmcanfindthetheoreticalvalueofcertainfunctionsbyprobabilityof100％，andhasbetteroptimizationresultsandbettersuccessrate．Keywords：functiono

7、ptimization；shufledfrogleapingalgorithm(SFLA)；particleswarmoptimization(PSO)；velocityup—date；pseudo—differentialmutation蛙跳算法(SFLA)是由Eusuf等人⋯于2003年提出的一的更新步长，避免越界风险，同时对差分进化算子进行了改造，种融合了基于遗传基因的模因演算(MA)算法和基于群体觅通过构造一个以全局最优个体、局部最优个体和局部最差个体食行为的粒子群优化算法(particleswarm

8、optimization，PSO)的的信息为基础的虚拟青蛙个体来替代跳跃失败的局部最差亚启发式协同搜索群体智能优化算法。作为一种新兴的个体。智能优化算法，蛙跳具有概念简单、控制参数少、寻优能力强等优点，近年来成为智能优化领域研究的热点之一。Elbel—1标准混合蛙跳算法tagi等人将搜索加速因子引入族群内部的搜索策略中，一混合蛙跳算法是一种模拟青蛙觅食过程的进化算法，定程度上提高了算法的全局搜索能力