基于模拟退火的花朵授粉优化算法

被引:21
作者
肖辉辉 [1 ,2 ]
万常选 [1 ]
段艳明 [2 ]
钟青 [1 ]
机构
[1] 江西财经大学信息管理学院
[2] 河池学院计算机与信息工程学院
关键词
花朵授粉算法; 寻优性能; 非线性方程组; 模拟退火; 适应度;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对花朵授粉算法寻优精度低、收敛速度慢、易陷入局部极小的不足,提出一种把模拟退火(SA)融入到花朵授粉算法中的混合算法。该算法通过SA的概率突跳策略使其避免陷入局部最优,并利用SA的全域搜索的性能增强算法的全局寻优能力。通过6个标准测试函数进行测试,仿真结果表明,改进算法在4个测试函数中能够找到理论最优值,其收敛精度、收敛速度、鲁棒性均比基本的花朵授粉算法(FPA)、蝙蝠算法(BA)、粒子群优化(PSO)算法及改进的粒子群算法有较大的提高;同时,对非线性方程组问题进行求解的算例应用也验证了改进算法的有效性。
引用
收藏
页码:1062 / 1066+1070 +1070
页数:6
相关论文
共 9 条
[1]  
带可变随机函数和变异算子的粒子群优化算法(英文)[J]. 周晓君,阳春华,桂卫华,董天雪.自动化学报. 2014(07)
[2]   采用双模飞行的粒子群优化算法 [J].
李景洋 ;
王勇 ;
李春雷 .
模式识别与人工智能, 2014, 27 (06) :533-539
[3]   嵌入共轭梯度法的混合粒子群优化算法 [J].
梁昔明 ;
李德生 .
小型微型计算机系统, 2014, 35 (04) :835-839
[4]   混合CS算法的DE算法 [J].
李明 ;
曹德欣 .
计算机工程与应用 , 2013, (09) :57-60
[5]   一种最大最小萤光素值人工萤火虫算法 [J].
刘佳昆 ;
周永权 .
计算机应用研究, 2011, 28 (10) :3662-3664
[6]   求解非线性方程及方程组的粒子群算法 [J].
张建科 ;
王晓智 ;
刘三阳 ;
张晓清 .
计算机工程与应用, 2006, (07) :56-58
[7]   区间算法在吴消元法解代数方程组中的应用 [J].
陈发来 ;
杨武 .
中国科学(A辑:数学), 2005, (08) :910-921
[8]  
Multi-Objective Flower Algorithm for Optimization[J] . Xin-She Yang,Mehmet Karamanoglu,Xingshi He.Procedia Computer Science . 2013
[9]  
Flower Pollination Algorithm for Global Optimization. Yang X.S. Unconventional Computation and Natural Computation (UCNC 2012) . 2012