具有学习因子的动态搜索烟花算法

摘要：

采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dynFWA)已被证明是解决优化问题的一个重要算法.然而,dynFWA的寻优精度低且容易过早地陷入局部最优解.为了改善上述的缺陷,通过嵌入一种利用历史成功信息生成两种不同的学习因子来改进传统的动态搜索烟花算法,称为改进的动态搜索烟花算法(improved dynFWA,IdynFWA).算法中的学习因子充分利用搜索过程中每一代最好的烟花个体信息,使得烟花具有向群体的优良搜索信息学习的能力,并且它的两种不同产生方式有助于平衡算法的局部搜索和全局搜索能力.改进后的算法在CEC2013的28个Benchmark函数上进行测试,实验结果表明IdynFWA的寻优效果明显优于dynFWA,并且比粒子群算法SPSO2011和差分演化算法DE/rand-to-best/1能达到更好的寻优性能.

关键词：动态搜索烟花算法、爆炸半径、变异算子、学习因子

所属期刊栏目：11

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No. 61375121;the Provincial Projects of Natural Science for Anhui Universities under Grant No. KJ2013A009;the Doctoral Scientific Research Foundation of Anhui University;the JIT Scientific Research Program for Introducing Talents under Grant No. jit-rcyj-201505

在线出版日期：2017-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：491-501