多策略离散人工蜂群算法设计FIR低通数字滤波器
针对人工蜂群(Artificial Bee Colony,ABC)算法在解决复杂问题表现出来精度不高以及收敛速度较慢的不足,提出了一种融合折射学习和Lévy 飞行的多策略离散人工蜂群算法(Discrete Artificial Bee Colony Fusing Refraction Learning and Lévy flight,DABC-RL),用于设计有限长脉冲响应(Finite Impulse Response,FIR)低通数字滤波器,以期进一步提高其滤波性能.在DABC-RL 算法中,一方面,Lévy 飞行策略用于增强ABC 算法的局部搜索能力,折射学习用于增强ABC 算法的全局搜索能力;另一方面,通过设计合适的离散编码方案对DABC-RL 算法中的候选解进行离散化,使其适合于设计FIR 低通数字滤波器.为了测试所提的DABC-RL 算法设计的FIR低通数字滤波器的性能,选取由ABC 算法、基于折射学习的refrPSO 算法所设计的FIR低通数字滤波器作为对比算法.实验结果表明,相比其他算法,DABC-RL 算法所设计的FIR 低通数字滤波器的性能最好,且获得了最快的收敛精度和收敛速度.
多策略离散人工蜂群算法、折射学习、Lévy飞行、FIR低通数字滤波器
50
TP301(计算技术、计算机技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
217-221