学术探索
学术期刊
新闻热点
数据分析
智能评审

一种用Powell方法局部优化的人工萤火虫算法

被引：20
作者：
张军丽
周永权
机构：
[1] 广西民族大学数学与计算机科学学院
来源：
模式识别与人工智能 | 2011年 / 24卷 / 05期
关键词：
Powell方法; 人工萤火虫算法(GSO); 函数优化;
D O I：
10.16451/j.cnki.issn1003-6059.2011.05.016
中图分类号：
TP181 [自动推理、机器学习];
学科分类号：
摘要：
针对人工萤火虫算法在寻找函数全局最优值时,存在着收敛速度慢、易陷入局部最优、收敛成功率和求解精度低等不足,利用Powell方法强大的局部优化能力,将其作为一局部搜索算子嵌入到人工萤火虫算法,提出一种用Powell方法局部优化的人工萤火虫算法.最后,8个标准函数测试结果表明,改进后人工萤火虫算法在收敛速度、精度和稳定性方面都优于人工萤火虫算法.
引用
收藏
页码：680 / 684
页数：5
相关论文
共 5 条
  • [1] 竞选算法的参数设计与性能研究
    贺春华
    张湘伟
    吕文阁
    [J]. 计算机工程, 2010, 36 (06) : 201 - 203+209
  • [2] 微粒群优化与调度算法[M]. 清华大学出版社 , 王凌, 2008
  • [3] 实用最优化方法[M]. 大连理工大学出版社 , 唐焕文, 2000
  • [4] Glowworm swarm optimisation: a new method for optimising multi-modal functions[J] . K.N. Krishnanand,D.,Ghose.Int. J. of Computational Intelligence Studies . 2009 (1)
  • [5] Mean particle swarm optimisation for function optimisation[J] . Kusum Deep,Jagdish,Chand,Bansal.Int. J. of Computational Intelligence Studies . 2009 (1)
1