局部深度搜索的混合果蝇优化算法

被引：32

作者：

刘成忠 ^{[1
,2
]}

黄高宝 ^{[1
]}

张仁陟 ^{[1
,2
]}

柴强 ^{[1
]}

机构：

[1] 甘肃省干旱生境作物学重点实验室

[2] 甘肃农业大学资源与环境学院

来源：

计算机应用 | 2014年 / 34卷 / 04期

关键词：

果蝇优化算法; 混合蛙跳算法; 群体智能; 局部搜索; 早熟收敛;

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：

针对基本果蝇优化算法(FOA)局部深度搜索能力较差且易陷入局部最优的缺点,提出了局部深度搜索的混合果蝇优化算法(SFOALDS)。通过借鉴混合蛙跳算法(SFLA)的更新策略,循环进行局部深度搜索操作,使得SFOALDS既保持了FOA较快的收敛速度,又增强了FOA局部深度搜索能力,有效避免了基本FOA易陷入局部最优的缺点,提高了进化后期算法的收敛速度和精度。仿真实验结果表明,SFOALDS比基本FOA和SFLA有较强的全局寻优性能,并且在高维函数上的优势更加明显。

引用

页码：1060 / 1064

页数：5

共 16 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]

Bacterial foraging algorithm with varying population [J].