| 具有全局收敛性的改进萤火虫优化算法 |
| |
| 引用本文： | 马小雨.具有全局收敛性的改进萤火虫优化算法[J].科学技术与工程,2013,13(11):2991-2996. |
| |
| 作者姓名： | 马小雨 |
| |
| 作者单位： | 河南工程学院计算机学院 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 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 |
| 收稿时间： | 12/7/2012 2:58:25 PM |
| 修稿时间： | 1/10/2013 6:00:25 PM |
Research on Improved Glowworm Swarm Optimization with Globally Convergence |
| |
| maxiaoyu.Research on Improved Glowworm Swarm Optimization with Globally Convergence[J].Science Technology and Engineering,2013,13(11):2991-2996. |
| |
| Authors: | maxiaoyu |
| |
| Institution: | (Department of Computer,Henan Institute of Engineering,Zhengzhou 451191,P.R.China) |
| |
| Abstract: | |
| |
| Keywords: | artificial intelligence glowworm swarm optimization algorithm shuffled frog leaping algorithm chaos optimization globally convergence |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
