|
|||||
|
|
| 基于修正萤火虫算法的多模函数优化 | |
| 作者单位： | ;1.中国矿业大学信息与电气工程学院;2.大连交通大学理学院 |
| 摘 要： | 萤火虫优化(glowworm swarm optimization,GSO)算法是一种计算多模函数优化问题的新型算法,该算法和蚁群优化、粒子群优化一样,都是一种群智能算法。针对GSO算法在优化多模函数时收敛速度慢、求解精度不高和发现峰值率低的缺点,首先在算法中采用变步长的运动策略,使得步长随着迭代时间自适应地逐渐减小;其次采用较小的初始决策范围值;最后添加了萤火虫的自探索机制。改进后的学习行为更符合自然界生物的学习规律,更有利于萤火虫发现问题的所有局部最优解。利用标准测试函数对修正后的萤火虫算法进行测试,仿真结果表明,修正的萤火虫算法具有良好的收敛性和计算精度,在寻找多模函数的峰值个数时显示出很大的优势。 |
| 关 键 词： | 多模函数优化 蚁群优化 粒子群优化 萤火虫群优化 自探索机制 |
Multimodal function optimization based on modified glowworm swarm optimization |
|
| Abstract: | |
| Keywords: | |