基于柯西-高斯动态消减变异的果蝇优化算法研究

被引:34
作者
杜晓昕
张剑飞
郭媛
金梅
机构
[1] 齐齐哈尔大学计算机与控制工程学院
基金
黑龙江省自然科学基金;
关键词
果蝇优化; 柯西变异; 高斯变异; 动态消减变异; 变异效能系数; 动态消减变异因子;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
针对果蝇优化算法易陷入局部极值收敛速度减慢的不足,结合柯西变异和高斯变异的各自优点,提出了变异效能系数和柯西-高斯动态消减变异因子等概念,进而提出了一种柯西-高斯动态消减变异方法,将该方法应用于改进果蝇优化算法,提出了一种基于柯西-高斯动态消减变异的果蝇优化算法。该算法兼顾了全局探索和局部开发两个特性,丰富了种群的多样性,有效地消除了易陷入局部极值的弊端,提高了算法的收敛速度。仿真实验采用经典函数用例和实际工程用例进行验证,结果表明该算法的求解速度和精度更高,稳定性更好。
引用
收藏
页码:1171 / 1176
页数:6
相关论文
共 13 条
[1]
A new Fruit Fly Optimization Algorithm: Taking the financial distress model as an example.[J].Wen-Tsao Pan.Knowledge-Based Systems.2011,
[2]
具有Levy飞行特征的双子群果蝇优化算法 [J].
张前图 ;
房立清 ;
赵玉龙 .
计算机应用, 2015, 35 (05) :1348-1352
[3]
基于粒子群的化学实验室无纸化资源优化配置 [J].
田景芝 ;
荆涛 ;
郑永杰 ;
单秋杰 ;
李哲 .
科技通报, 2014, 30 (01) :134-137
[4]
基于自适应t分布混合变异的人工萤火虫算法 [J].
杜晓昕 ;
张剑飞 ;
孙明 .
计算机应用, 2013, 33 (07) :1922-1925+1972
[5]
基于自适应t分布混合变异的人工鱼群算法 [J].
王波 .
计算机工程与科学, 2013, 35 (04) :120-124
[6]
基于Delaunay图和蜂群聚类的矿区GIS索引优化 [J].
杜晓昕 .
科技通报, 2013, (03) :143-146
[7]
一类非线性方程组奇异解的计算方法及其应用 [J].
季振义 ;
吴文渊 ;
冯勇 .
计算机应用, 2013, 33 (01) :230-233
[8]
自适应视野和步长的局部邻域人工鱼群算法 [J].
许恒迎 ;
孙伟斌 ;
张霞 ;
牛慧娟 ;
白成林 .
计算机工程与设计, 2012, 33 (07) :2815-2821
[9]
应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估 [J].
潘文超 .
太原理工大学学报(社会科学版), 2011, (04) :1-5
[10]
一种基于模式搜索算子的人工萤火虫优化算法 [J].
刘洪霞 ;
周永权 .
小型微型计算机系统, 2011, 32 (10) :2130-2133