变概率混合细菌觅食优化算法

被引：14

作者：

周文宏 ^{[1
]}

雷欣 ^{[1
]}

姜建国 ^{[1
]}

周佳薇 ^{[1
,2
]}

机构：

[1] 西安电子科技大学计算机学院

[2] IBM(中国)投资有限公司系统与科技研发中心

来源：

系统工程与电子技术 | 2016年 / 38卷 / 04期

关键词：

细菌觅食优化算法; 信息共享; 群体适应度方差; 变概率; 改进型佳点集;

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：

针对细菌觅食优化算法寻优过程中精度差、易陷入早熟收敛等缺点,提出一种变概率混合细菌觅食优化算法。借鉴粒子群算法的信息共享机制,采用能综合反映细菌自身学习及群体合作的趋化方向,以提高算法的寻优精度和效率;基于群体适应度方差理论引入变概率迁徙策略,帮助细菌快速跳出局部极值,避免了早熟收敛和精英细菌逃逸;采用改进型佳点集方法构造初始种群及迁徙后的新个体,保证了种群多样性和解空间随机性。实验结果表明,本文提出的算法在全局收敛能力及优化精度和速度方面均表现更优。

引用

页码：960 / 964

页数：5

共 12 条

[1]

佳点集的QMC粒子滤波算法及其应用 [J].

刘峰 ;

宣士斌 ;

刘香品 .

智能系统学报, 2014, 9 (04) :461-467

[2]

一种双菌群细菌觅食优化算法 [J].

姜建国 ;

周佳薇 ;

郑迎春 ;

周润生 .

深圳大学学报(理工版), 2014, 31 (01) :43-51

[3]

基于佳点集构造的改进量子粒子群优化算法 [J].

陈义雄 ;

梁昔明 ;

黄亚飞 .

中南大学学报(自然科学版), 2013, 44 (04) :1409-1414

[4]

佳点集遗传算法 [J].

张铃 ;

张钹 .

计算机学报, 2001, (09) :917-922

[5]

A study on fuzzy clustering for magnetic resonance brain image segmentation using soft computing approaches.[J].Sanjay Agrawal;Rutuparna Panda;Lingraj Dora.Applied Soft Computing Journal.2014,

[6]

Optimizing current harmonics compensation in three-phase power systems with an Enhanced Bacterial foraging approach.[J].Sushree Sangita Patnaik;Anup Kumar Panda.International Journal of Electrical Power and Energy Systems.2014,

[7]

Adaptive computational chemotaxis based on field in bacterial foraging optimization [J].

Xu, Xin ;

Chen, Hui-ling .

SOFT COMPUTING, 2014, 18 (04) :797-807

[8]

Hybrid BFOA–PSO algorithm for automatic generation control of linear and nonlinear interconnected power systems.[J].Sidhartha Panda;Banaja Mohanty;P.K. Hota.Applied Soft Computing Journal.2013, 12

[9]

Segmentation of color lip images by optimal thresholding using bacterial foraging optimization (BFO) [J].

Bakhshali, Mohamad Amin ;

Shamsi, Mousa .

JOURNAL OF COMPUTATIONAL SCIENCE, 2014, 5 (02) :251-257

[10]

An adaptive parameter tuning of particle swarm optimization algorithm [J].

Xu, Gang .

APPLIED MATHEMATICS AND COMPUTATION, 2013, 219 (09) :4560-4569

← 1 2 →