10.3969/j.issn.1000-3428.2017.12.037
基于反向学习与动态记忆反馈的烟花算法
针对烟花算法收敛速度慢和求解精度不高的问题,通过引入反向学习策略和动态记忆反馈的机制,提出一种优化算法.采用反向学习策略生成初始种群以保证群体的多样性,在原算法的结构中增加反馈层用于记忆上一代最优烟花的位置信息,并从反馈层记忆的信息中提取烟花位置信息变化趋势特征,从而动态更新下一次迭代的烟花种群.在10个典型基准测试函数中的仿真结果表明,与烟花算法、标准粒子群优化算法和增强烟花算法相比,该算法在收敛速度、计算精度以及稳定性方面性能更优.
烟花算法、反馈层、变化趋势、反向学习、基准函数
43
TP18(自动化基础理论)
辽宁省教育厅科学基金L2013064;中航工业技术创新基金2013S60109R
2018-04-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
203-210