自适应混沌果蝇优化算法
针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点,融入混沌算法对果蝇优化算法的进化机制进行优化,提出自适应混沌果蝇优化算法(ACFOA).在算法处于收敛状态时,应用混沌算法进行全局寻优,从而跳出局部极值而继续优化.对几种经典测试函数的仿真结果表明,ACFOA具有更好的全局搜索能力,在收敛速度、收敛可靠性及收敛精度上均比基本FOA有较大的提高.
自适应、混沌、果蝇优化算法、适应度
33
TP18(自动化基础理论)
甘肃省科技支撑计划资助项目1011NKCA058;甘肃省教育厅科研基金资助项目1202-04;甘肃省自然科学基金资助项目1208RJZA133
2013-06-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
1313-1316,1333