带有引力搜索算子的烟花算法

被引：61

作者：

朱启兵

王震宇

黄敏

机构：

[1] 江南大学轻工过程先进控制教育部重点实验室

来源：

控制与决策 | 2016年 / 10期

关键词：

烟花算法; 引力搜索; 偏移函数; 函数优化; 全局寻优;

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：

针对烟花算法(FA)寻优过程中粒子间信息交流少、对最优点位置不在原点和原点附近的目标函数求解能力差的缺点,提出带有引力搜索算子的烟花算法(FAGSO).算子利用粒子间相互引力作用对粒子维度信息进行改善,以提高算法的优化性能.6个标准和增加位置偏移测试函数的仿真结果表明,FAGSO相比于FA、粒子群算法和引力搜索算法,在寻优速度和寻优精度方面有更好的优化性能.

引用

页码：1853 / 1859

页数：7

共 7 条

[1]

带有遗传算子的烟花爆炸优化算法 [J].

曹炬 ;

李婷婷 ;

贾红 .

计算机工程, 2010, 36 (23) :149-151+154

[2]

A hybrid fireworks optimization method with differential evolution operators[J] Yu-Jun Zheng;Xin-Li Xu;Hai-Feng Ling;Sheng-Yong Chen Neurocomputing 2015,

[3]

Parameters identification of hydraulic turbine governing system using improved gravitational search algorithm[J] Chaoshun Li;Jianzhong Zhou Energy Conversion and Management 2010,

[4]

A perturbed particle swarm algorithm for numerical optimization[J] Zhao Xinchao Applied Soft Computing Journal 2009,

[5]

GSA: A Gravitational Search Algorithm[J] Esmat Rashedi;Hossein Nezamabadi-pour;Saeid Saryazdi Information Sciences 2009,

[6]

A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm.[J] Dervis Karaboga;Bahriye Basturk J. Global Optimization 2007,

[7]

Particle swarm optimization.[J] Riccardo Poli;James Kennedy;Tim Blackwell Swarm Intelligence 2007,

← 1 →