共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
《小哥白尼(趣味科学画报)》2004,(19)
盛夏的夜晚是昆虫们的天堂,蟋蟀在轻轻地低声吟唱,蛾子在黑暗中寻找光明,看,一颗流星划过,不,是二颗、三颗……哦,那是多情的萤火虫在跳爱的华尔兹,这暗夜的舞者,提着灯,飞舞在山涧里、树林中、草地上,光影流曳,这才是夏夜里最迷人的景象。然而,这种流萤点点的浪漫夜晚,已经不知不觉地离我们远去,我……希望再见萤火虫。 相似文献
5.
萤火虫算法的搜索过程较依赖于最优萤火虫,而最优萤火虫并不进行有导向的寻优移动,算法易陷入局部最优.为此,提出了一种基于单增量和全局维度学习策略的萤火虫算法.在萤火虫个体移动时,该算法并不叠加萤火虫个体的当前位置,而是将累加的位置增量作为新的搜索方向,用于更新萤火虫的位置.该算法大大降低了萤火虫当前位置对搜索过程的影响,有利于算法更快的跳出当前局部最优,进行更大范围的寻优;其次,对最优萤火虫进行一定次数的单维度学习,将学习后的萤火虫引导种群进化.在基准测试函数上的实验结果表明,该算法优于其他几种改进的群智能优化算法,具有良好的跳出局部最优的能力. 相似文献
6.
7.
8.
9.
10.
针对传统萤火虫算法无法有效躲避未知障碍物、收敛速度慢、易陷入局部最优等问题,对其进行了改进,并将其与动态窗口法相结合,从而提出了一种移动机器人动态路径规划新算法。通过三种策略对萤火虫算法进行了改进:首先,采用Skew Tent混沌映射产生混沌序列对萤火虫种群进行初始化,提高萤火虫算法的全局收敛速度;其次,引入自适应步长平衡萤火虫算法全局和局部最优;最后采用差分进化算法通过变异、交叉和选择操作加强萤火虫算法的搜索能力。然后将改进萤火虫算法与动态窗口法相结合,使移动机器人在全局最优路径的基础上进行实时动态路径规划,在能保证全局最优路径的基础上有效躲避未知障碍物。本文基于MATLAB进行了仿真,仿真结果验证了所提算法的有效性。 相似文献
11.
12.
13.
14.
[目的]为解决传统萤火虫算法收敛速度慢,特别是对于复杂的优化问题,容易陷入局部最优,从而导致收敛精度低的问题,提出了基于K-means的邻域结合随机吸引的萤火虫算法.[方法]先将初始萤火虫种群进行K-means聚类,用聚类中心的萤火虫种群为寻优萤火虫,然后以提出的邻域与随机相结合的吸引模型进行寻优,在寻优过程中,还引入... 相似文献
15.
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。 相似文献
16.
【目的】研究并设计室内的水生和陆生萤火虫饲养装置,掌握不同生境萤火虫的生活史规律和生物学特性,以便于更好地保护和繁育萤火虫。【方法】在重庆师范大学昆虫研发创新基地的经济昆虫繁育室饲养雷氏萤(Aquatica leii)和金边窗萤(Pyrocoelia analis)两种不同生境的萤火虫,温度维持在25~30℃,连续饲养雷氏萤两代,记录每个生活史阶段的生物学特性并根据它们的生活史特点来设计和改进它们的饲养方法。【结果】成功饲养并繁殖了雷氏萤和金边窗萤,初步了解了雷氏萤和金边窗萤的生物学习性并建立室内规模化饲养技术体系。【结论】使用该饲养方法,雷氏萤火虫发育历期缩短,各阶段生长发育较好,可作为水生萤火虫的标准化的饲养程序,研究结果有助于对萤火虫的保护和利用。 相似文献
17.
18.
基本萤火虫优化算法(GSO)存在着易陷入局部最优、后期收敛速度慢和适应函数值震荡等缺陷,引起这些问题的一大原因是算法中设置的固定移动步长。而在一些自适应步长萤火虫优化算法(AGSO)中,算法收敛精度和速度虽较基本萤火虫算法有所优化,但其迭代过程中出现的不稳定性仍需改进。为此,设计了二进制自适应步长萤火虫优化算法(BAGSO),此算法将移动步长转换为各萤火虫位置编码之间的码距,使萤火虫的收敛方向更具全局性,不易陷入局部最优,且进一步提高了收敛精度和稳定性。通过标准测试函数测试,表明在3种算法中BAGSO算法于各性能指标上通常是最优的。 相似文献
19.
针对基本萤火虫算法存在早熟停滞现象,提出了一种混沌多样性控制的萤火虫优化算法.运用混沌映射产生均匀分布的萤火虫初始位置,获得质量较好的初始解;在搜索过程中对适应值低的部分萤火虫进行混沌扰动,以保持群体活性,减小陷入局部最优的可能性;同时利用真实物理反弹理论对超越边界萤火虫位置进行控制,提高种群的多样性.用标准测试函数测试,实验结果表明,该算法能有效地提高了算法的全局搜索和局部开发能力,寻优精度和收敛速度明显提高. 相似文献
20.
针对旅行商问题,提出了一种结合变邻域搜索算法思想的离散人工萤火虫算法.文中通过引入交换子和交换序的概念对人工萤火虫算法中的距离进行了重新定义;为了增加萤火虫群的多样性,避免算法过早陷入局部最优,采用了基于变邻域搜索算法的扰动机制.在多个旅行商问题上的测试结果表明,与文献中的算法相比,文中提出的离散人工萤火虫算法具有较好的求解性能. 相似文献