改进萤火虫算法及其在全局优化问题中的应用

被引：28

作者：

刘畅 ^{[1
,2
]}

刘利强 ^{[3
]}

张丽娜 ^{[3
]}

YANG Xinshe ^{[4
]}

机构：

[1] 哈尔滨工程大学动力与能源工程学院

[2] 海军驻哈尔滨汽轮机厂有限责任公司军事代表室

[3] 哈尔滨工程大学自动化学院

[4] Design Engineering and Mathematics,Middlesex University

来源：

哈尔滨工程大学学报 | 2017年 / 38卷 / 04期

关键词：

萤火虫算法; 随机分布; 元启发式算法; 随机性算法; 全局优化; 模拟退火算法; 粒子群算法; 差分进化算法;

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：

针对标准萤火虫算法容易陷入局部最优的问题,本文提出一种改进的萤火虫算法。在标准萤火虫算法的位置移动公式中,利用指数分布和韦伯分布对吸引力项进行改进,以增强算法的全局探测能力;同时利用步长单调递减模式对随机项进行改进,以增强算法后期的局部挖掘能力。通过13个测试函数对本文提出的改进算法、模拟退火算法、粒子群算法和差分进化算法进行算法性能的比较。实验结果表明,本文提出的改进算法能较好地平衡算法的全局探测能力和局部挖掘能力,使算法跳出局部最优,从而提高算法的收敛速度和精度。

引用

页码：569 / 577

页数：9

共 12 条

[1]

A new hybrid Modified Firefly Algorithm and Support Vector Regression model for accurate Short Term Load Forecasting [J].

Kavousi-Fard, Abdollah ;

Samet, Haidar ;

Marzbani, Fatemeh .

EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (13) :6047-6056

[2]

Exploration and exploitation in evolutionary algorithms.[J].Matej Črepinšek;Shih-Hsi Liu;Marjan Mernik.ACM Computing Surveys (CSUR).2013, 3

[3]

Vector quantization using the firefly algorithm for image compression.[J].Ming-Huwi Horng.Expert Systems With Applications.2011, 1

[4]

A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm [J].

Karaboga, Dervis ;

Basturk, Bahriye .

JOURNAL OF GLOBAL OPTIMIZATION, 2007, 39 (03) :459-471

[5]

Improving Newton–Raphson method for nonlinear equations by modified Adomian decomposition method.[J].S. Abbasbandy.Applied Mathematics and Computation.2003, 2

[6]

On evolutionary exploration and exploitation [J].