10.14135/j.cnki.1006-3080.20170709001
引入迁移和变异策略的改进鸟群算法及其在参数估计中的应用
针对鸟群算法(BSA)易陷入局部最优的问题,提出了一种引入迁移策略和变异策略的改进鸟群算法(IBSA).在鸟群飞行阶段引入迁移策略有助于提高鸟群向适应度更高位置迁移的能力,提高BSA的收敛速度;在寻优后期引入变异策略,提高鸟群的局部寻优能力,提高了算法的寻优能力.选取6个典型的测试函数进行寻优实验,实验结果表明,与粒子群算法(PS O)、蝙蝠算法(BA)、BSA等算法相比,IBSA具有更高的寻优精度和更快的寻优速度.在此基础上,将IBSA应用于发酵动力学模型参数估计中,与Gauss-Newton、GA、MAEA算法相比,IBSA的参数估计值的偏差平方和最小,具有更高的模型拟合精度.在面对非凸、不可微等复杂寻优问题的情况下,IBSA为研究者提供了一种更加可靠、快速和精确的寻优可能.
鸟群算法、迁移策略、变异策略、参数估计
44
TP301.6(计算技术、计算机技术)
2018-09-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
617-624