基于改进型进化机制的萤火虫优化算法-论文.pdf

基于改进型进化机制的萤火虫优化算法-论文.pdf

ID:58298678

大小:412.92 KB

页数:5页

时间:2020-05-04

基于改进型进化机制的萤火虫优化算法-论文.pdf_第1页
基于改进型进化机制的萤火虫优化算法-论文.pdf_第2页
基于改进型进化机制的萤火虫优化算法-论文.pdf_第3页
基于改进型进化机制的萤火虫优化算法-论文.pdf_第4页
基于改进型进化机制的萤火虫优化算法-论文.pdf_第5页
资源描述:

《基于改进型进化机制的萤火虫优化算法-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41卷第3期计算机科学VO1.41No.32014年3月ComputerScienceMar2014基于改进型进化机制的萤火虫优化算法符强童楠钟才明赵一鸣(宁波大学科学技术学院宁波315212)摘要分析了萤火虫算法的进化计算机制,并利用实例对萤火虫算法中容易发生进化过旱停滞的原因进行了研究。提出了一种基于新型进化计算模式的改进型萤火虫优化算法,该算法在进化初期利用种群最优萤火虫激发群中其他个体的寻优能力,在萤火虫相互之间建构了有效的信息交互网络后,各萤火虫将借助各自视觉范围内的更优近邻个体完成后期搜索和进化,当种群陷入局部最优区域时,利用高斯变异改善萤火虫个体的多样

2、性。利用标准测试函数进行了实验分析,结果表明,改进后的萤火虫算法能有效改善过早进化停滞问题。关键词萤火虫算法,群智能,进化机制,高斯变异中图法分类号TP183文献标识码AFireflyAlgorithmBasedonImprovedEvolutionismFUQiangTONGNanZHONGCai-mingZHAOYi-ming(CollegeofScienceandTechnology,NingboUniversity,Ningbo315212,China)AbstractAnalyzingtheevolutionarycomputationmechanismof

3、theFireflyalgorithm,anewevolutionarycomputationmodelforFireflyalgorithmwasproposedtosolvetheevolutionaryprematurestagnationproblem.Atthebeginning,thefirefliesachieveevolutionbyfollowingthebestfireflyingloba1area,andwhenthemutualsystemisestablishedamongthefirefliesforexchangingtheinforma

4、tion,eachfireflyisattractedbythebrighterglowofotherneighboringfireflies.Whenthepopulationisinloca1optimizationarea。Gaussianmutationisusedtoimprovefirefly’sdiversity.Theexperi—mentresultsof5classicbenchmarkfunctionsindicatethefeasibilityandvalidityoftheimprovedFireflyalgorithm.KeywordsFi

5、reflyalgorithm(FA),Swarmintelligence,Evolutionism,Gaussianmutation1引言中还利用典型优化函数进行了性能测试。2常规萤火虫算法(FA)借鉴萤火虫利用发光来传递信息的生物特性,Yangc提出了一种新型的群智能算法——萤火虫算法(FireflyAlgo—2.1算法描述rithm)。萤火虫算法本质上是一个随机优化算法,因结构简在常规萤火虫算法中,多个萤火虫随机散布于整个搜索单,需要调节的参数较少,同时具有较好的寻优搜索能力而引空间内,所有萤火虫都具有一个由被优化问题决定的适应度起国内外学者的关注,并广泛应用于优

6、化问题[2。]、软件测值,对应于该萤火虫的荧光亮度。然后每个萤火虫个体都在试[4]、价格预测_5]、网络可靠性分析_6]、自动控制[、图像压其视觉范围内追随荧光亮度更强的萤火虫飞行,经过多次群缩_8]、聚类lg]、组合问题_1“等多个领域。目前国内外针对体运动后,所有个体将聚集在荧光亮度最强的萤火虫附近,完萤火虫算法的性能优化的研究还处于初期阶段,其中Gando—成最终寻优。在此寻优过程中,荧光亮度和吸引度是实现萤m]提出了结合混沌的优化方法,其能更为有效地提高萤火火虫群体进化的两个关键要素。虫算法的全局优化能力,取得了一定成果。萤火虫的荧光亮度由其个体所在位置决定,

7、位置越好则萤火虫算法具有良好的寻优能力,但是在求解高维复杂荧光亮度越强,进而对其领域内的其他萤火虫的吸引度越强。优化问题,或者求解区间过大时,容易产生萤火虫个体进化过假设萤火虫种群中的萤火虫总数为m,搜索空间为N早停滞的现象。本文通过分析萤火虫算法的进化计算机制,维,其中第i只萤火虫在N维空间的位置可表示为z一(五,指出了该算法易于出现过早收敛现象的原因,同时提出了一z2,⋯,XiN)。种新的进化计算模式,其能够在保留算法原有进化优势的同定义1第i只萤火虫的最大荧光亮度时,有效改善和平衡萤火虫算法的全局与局部搜索性能。文lo{一f(x1)(1)到稿日

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。