一种带反向学习机制的自适应烟花爆炸算法

被引：4

作者：

王立平 ^{[1
]}

谢承旺 ^{[2
]}

机构：

[1] 萍乡学院信息与计算机工程学院

[2] 广西师范学院科学计算与智能信息处理广西高校重点实验室

来源：

计算机科学 | 2016年 / 43(S2)卷 / S2期

关键词：

反向学习; 自适应爆炸半径; 烟花爆炸算法;

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：

针对烟花爆炸算法全局优化能力不足、容易早熟收敛的缺陷,将反向学习机制引入其中,通过产生反向种群拓展算法的勘探范围;另外,基于种群内个体适应值的差异,提出一种自适应调整烟花弹爆炸半径的计算方法。以上策略有机结合形成了一种带反向学习机制的自适应烟花爆炸算法。将新算法与另4种代表性群智能优化算法一同在12个经典测试函数上进行对比实验,结果表明新算法具有显著的性能优势。

引用

页码：103 / 107

页数：5

共 6 条

[1] 基于正交实验设计的人工蜂群算法
周新宇
吴志健
王明文
[J]. 软件学报, 2015, 26 (09) : 2167 - 2190
[2] 一种精英反向学习的粒子群优化算法
周新宇
吴志健
王晖
李康顺
张浩宇
[J]. 电子学报, 2013, 41 (08) : 1647 - 1652
[3] 烟花爆炸优化算法
曹炬
贾红
李婷婷
[J]. 计算机工程与科学, 2011, 33 (01) : 138 - 142
[4] 带有遗传算子的烟花爆炸优化算法
曹炬
李婷婷
贾红
[J]. 计算机工程, 2010, 36 (23) : 149 - 151+154
[5] A hybrid fireworks optimization method with differential evolution operators[J] . Yu-Jun Zheng,Xin-Li Xu,Hai-Feng Ling,Sheng-Yong Chen.Neurocomputing . 2015
[6] A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk.J. Global Optimization . 2007 (3)

← 1 →