计算机科学 ›› 2016, Vol. 43 ›› Issue (Z11): 113-116.doi: 10.11896/j.issn.1002-137X.2016.11A.024
臧睿,李辉辉
ZANG Rui and LI Hui-hui
摘要: 通过对一种智能优化算法——萤火虫算法的研究,在标准萤火虫算法中引入一种新型的自适应惯性权重来提高算法的收敛速度,并提出用虚拟萤火虫来加强萤火虫之间的相互协作和信息共享,进而改进了萤火虫的位置更新公式。针对算法中萤火虫位置的越界问题和边界早熟问题,引入一种对称边界变异,提高了改进后的算法的寻优率。对6个标准测试函数的实验结果表明:改进后的萤火虫算法的有效性、收敛速度得到了明显的提高。最后对两个经典工程优化问题进行了计算,运用改进后的算法所得的结果优于其它算法所得结果,也验证了萤火虫算法在改进后的适用性。
[1] Yang Xin-she.Nature-Inspired Metaheuristic Algorithms[M].Luniver Press,2010 [2] Yang X S,贺兴时.群体智能和智能优化算法[J].纺织高校基础科学学报,2013,6(3):287-296 [3] 杨艳,周永权,罗林,等.人工萤火虫群优化算法求解约束优化问题[J].小型微型计算机系统,2014,35(1):185-188 [4] 刘鹏,刘弘,郑向伟,等.基于改进萤火虫算法的动态自动聚集路径规划方法[J].计算机应用研究,2011,8(11):4146-4149 [5] 董静.萤火虫算法研究及其在水下潜器路径规划中的应用[D].哈尔滨:哈尔滨工程大学,2013 [6] Gandomi A H,Yang Xin-she,Alavi A H.Cuckoo search algorithm:a metaheuristic approach to solve structural optimization problems[J].Engineering with Computers,2013,29(1):17-35 [7] Yang Xin-she,Gandomi A H.Bat algorithm:a novel approachfor global engineering optimization[J].Engineering Computations,2012,29(5):464-483 [8] 莫愿斌,马彦追.单纯形法的改进萤火虫算法及其在非线性方程组求解中的应用[J].智能系统学报,2014,9(6):747-755 [9] 冯艳红,刘建芹,贺毅朝.基于混沌理论的动态种群萤火虫算法[J].计算机应用,2013,3(3):796-799 [10] 吴东周,丁学明.基于改进萤火虫算法的T—S模型辨识[J].计算机仿真,2013,0(3):327-330 [11] 赵玉新,Yang X S,刘利强.新兴元启发式优化方法[M].北京:科学出版社,2013 [12] 刘长平,叶春明.一种新颖的仿生群智能优化算法:萤火虫算法[J].计算机应用研究,2011,8(9):3295-3297 [13] 罗辞勇,陈民铀,韩力.适应性粒子群寻优算法[J].控制与决策,2009,24(6):859-863 [14] 陈寿文.基于质心和自适应指数惯性权重改进的粒子群算法[J].计算机工程与应用,2015,3(3):675-679 [15] 杨朋樽.粒子群算法的拓扑结构分析与研究[D].太原:太原理工大学,2010 [16] 宋莉,邓长寿,曹良林.粒子群优化算法的边界变异策略比较研究[J].计算机工程,2015,1(3):191-197 |
No related articles found! |
|