混合Levy变异与混沌变异的改进人工鱼群算法

被引:28
作者
费腾 [1 ,2 ]
张立毅 [1 ,2 ]
陈雷 [1 ,2 ]
机构
[1] 天津商业大学信息工程学院
[2] 天津大学电子信息工程学院
基金
中国博士后科学基金;
关键词
人工鱼群算法; Levy分布; 混沌; 变异; 函数优化;
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
在基本人工鱼群算法的后期,人工鱼会有极大可能聚集在非全局最优值处,导致算法陷入局部最优,从而使得基本鱼群算法在搜索精度、收敛速度及稳定性等方面受到严重影响。为克服上述缺点,在自适应Levy分布的基础上,提出一种混合变异改进人工鱼群算法。利用Levy分布及混沌变异的特点,增加基本人工鱼群算法中人工鱼状态的多样性,提高基本人工鱼群算法跳出局部最优的能力。对基本鱼群算法进行改进,通过典型测试函数的实验仿真结果表明,与粒子群算法及人工鱼群算法相比,改进人工鱼群算法的寻优能力更强。
引用
收藏
页码:146 / 152+158 +158
页数:8
相关论文
共 22 条
[1]
细菌觅食优化算法研究及其在图像匹配中的应用.[D].周美茹.西安电子科技大学.2014, 11
[2]
改进的粒子群优化算法在整数规划和可靠性问题中的应用 [D]. 
王翠 .
东北大学,
2010
[3]
赤峰电网无功优化规划方案研究 [D]. 
王东升 .
华北电力大学(北京),
2008
[4]
粒子群算法改进及其在电力系统的应用 [D]. 
黄平 .
华南理工大学,
2012
[5]
细菌觅食优化算法的改进及应用 [D]. 
刘小龙 .
华南理工大学,
2011
[6]
融合优质粒子分布的粒子群优化算法 [J].
朱蓉 ;
靳雁霞 ;
范卫华 .
小型微型计算机系统, 2015, 36 (03) :576-580
[7]
基于改进人工鱼群算法的PID控制器参数优化 [J].
吴姗姗 ;
黄友锐 .
安徽理工大学学报(自然科学版), 2013, 33 (02) :23-26+55
[8]
基于自适应t分布混合变异的人工鱼群算法 [J].
王波 .
计算机工程与科学, 2013, 35 (04) :120-124
[9]
一种基于模式搜索算子的人工萤火虫优化算法 [J].
刘洪霞 ;
周永权 .
小型微型计算机系统, 2011, 32 (10) :2130-2133
[10]
混沌协同人工鱼粒子群混合算法及其应用 [J].
张创业 ;
莫愿斌 ;
何登旭 ;
王万民 .
计算机工程与应用, 2010, 46 (32) :48-51+54