计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
211-216
,共6页
萤火虫优化%精英%正交学习%指导向量
螢火蟲優化%精英%正交學習%指導嚮量
형화충우화%정영%정교학습%지도향량
Firefly optimization%Elite%Orthogonal learning%Guidance vector
针对萤火虫算法后期收敛较慢以及求解精度不高的问题,提出了精英正交学习萤火虫算法.该算法利用精英萤火虫采用正交学习策略来构造指导向量,以保存和发现最优方向信息,从而引导群体更准确地飞向全局最优区域.同时,还采用了自适应步长技术来更好地平衡算法探索与开发能力,采用最小吸引力参数保证高维空间距离过大的个体之间的相互吸引.在6个经典测试函数上与标准萤火虫算法及其它3种改进的萤火虫算法进行了对比,实验结果表明,提出的算法具有较快的收敛速度和较高的收敛精度.
針對螢火蟲算法後期收斂較慢以及求解精度不高的問題,提齣瞭精英正交學習螢火蟲算法.該算法利用精英螢火蟲採用正交學習策略來構造指導嚮量,以保存和髮現最優方嚮信息,從而引導群體更準確地飛嚮全跼最優區域.同時,還採用瞭自適應步長技術來更好地平衡算法探索與開髮能力,採用最小吸引力參數保證高維空間距離過大的箇體之間的相互吸引.在6箇經典測試函數上與標準螢火蟲算法及其它3種改進的螢火蟲算法進行瞭對比,實驗結果錶明,提齣的算法具有較快的收斂速度和較高的收斂精度.
침대형화충산법후기수렴교만이급구해정도불고적문제,제출료정영정교학습형화충산법.해산법이용정영형화충채용정교학습책략래구조지도향량,이보존화발현최우방향신식,종이인도군체경준학지비향전국최우구역.동시,환채용료자괄응보장기술래경호지평형산법탐색여개발능력,채용최소흡인력삼수보증고유공간거리과대적개체지간적상호흡인.재6개경전측시함수상여표준형화충산법급기타3충개진적형화충산법진행료대비,실험결과표명,제출적산법구유교쾌적수렴속도화교고적수렴정도.
