基于非均匀变异和自适应逃逸的果蝇优化算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2016.08.022

基于非均匀变异和自适应逃逸的果蝇优化算法

引用
基本果蝇优化算法(FOA)存在嗅觉搜索随机盲目、迭代寻优只学习最优个体的问题,导致收敛精度低、易陷入局部极值,为此提出基于非均匀变异和自适应逃逸的果蝇优化算法(NAFOA)。在嗅觉搜索阶段引入非均匀变异算子,动态调整每次迭代的搜索步长。通过设置阈值将种群划分为“早熟”状态和正常状态,若处于正常状态,采用基本的 FOA模式进化;若处于“早熟”状态,对全局最优果蝇进行逐维扰动,逃离局部最优,平衡果蝇探索和开发的能力。设计实验,测试6个经典函数,实验结果表明,该算法在精度和鲁棒性方面均优于基本的果蝇算法及其它几种改进算法。

果蝇优化算法、非均匀变异、自适应逃逸、设置阈值、逐维扰动

37

TP18(自动化基础理论)

总装备部预研基金

2016-09-27(万方平台首次上网日期,不代表论文的发表时间)

共6页

2093-2097,2109

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

37

2016,37(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn