科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
11期
2991-2996
,共6页
人工智能%萤火虫优化算法%混合蛙跳算法%混沌优化%全局收敛性
人工智能%螢火蟲優化算法%混閤蛙跳算法%混沌優化%全跼收斂性
인공지능%형화충우화산법%혼합와도산법%혼돈우화%전국수렴성
对萤火虫优化(Glowworm swarm optimization,GSO)算法全局收敛性及其改进算法性能进行了研究.分析了GSO全局收敛性,针对其收敛效率低的缺陷,提出了一种基于族群划分的改进GSO算法,借鉴混合蛙跳算法思想,将萤火虫群体进行族群划分,局部搜索及全局信息交换的方式改善了算法性能,通过引入萤火虫移动组元概念,改进了萤火虫更新策略,在此基础上,利用混沌优化技术,对萤火虫群体进行初始化,使得算法获得较高质量的初始解群体,并证明了改进算法以概率1收敛于全局最优,最后,采用经典测试函数进行测试,仿真结果表明,改进的萤火虫优化算法在收敛速度及求解精度上有明显改善.
對螢火蟲優化(Glowworm swarm optimization,GSO)算法全跼收斂性及其改進算法性能進行瞭研究.分析瞭GSO全跼收斂性,針對其收斂效率低的缺陷,提齣瞭一種基于族群劃分的改進GSO算法,藉鑒混閤蛙跳算法思想,將螢火蟲群體進行族群劃分,跼部搜索及全跼信息交換的方式改善瞭算法性能,通過引入螢火蟲移動組元概唸,改進瞭螢火蟲更新策略,在此基礎上,利用混沌優化技術,對螢火蟲群體進行初始化,使得算法穫得較高質量的初始解群體,併證明瞭改進算法以概率1收斂于全跼最優,最後,採用經典測試函數進行測試,倣真結果錶明,改進的螢火蟲優化算法在收斂速度及求解精度上有明顯改善.
대형화충우화(Glowworm swarm optimization,GSO)산법전국수렴성급기개진산법성능진행료연구.분석료GSO전국수렴성,침대기수렴효솔저적결함,제출료일충기우족군화분적개진GSO산법,차감혼합와도산법사상,장형화충군체진행족군화분,국부수색급전국신식교환적방식개선료산법성능,통과인입형화충이동조원개념,개진료형화충경신책략,재차기출상,이용혼돈우화기술,대형화충군체진행초시화,사득산법획득교고질량적초시해군체,병증명료개진산법이개솔1수렴우전국최우,최후,채용경전측시함수진행측시,방진결과표명,개진적형화충우화산법재수렴속도급구해정도상유명현개선.