一种改进的自适应步长的人工萤火虫算法

摘要：

在基本的人工萤火虫算法（ GSO）中，萤火虫的固定移动步长导致算法容易陷入局部最优并可能出现函数适应值的震荡现象。在一些自适应步长的人工萤火虫算法（ A?GSO）中，算法迭代过程中会出现一些萤火虫的邻域集合为空集的现象，这将导致算法收敛速度降低并陷入局部最优值。为此，设计了改进的自适应步长的人工萤火虫算法（ FA?GSO），改进的算法针对邻域无同伴的萤火虫引入觅食行为寻找优化方向并自适应调整移动步长，进一步提高求解精度和稳定性，并给出了算法的收敛性分析，结合GSO、A?GSO 2种算法对多个标准测试函数进行寻优并提取相关指标。通过指标对照，验证了FA?GSO算法的有效性，表明算法可以改善函数寻优的精度并提高迭代速度。

关键词：人工萤火虫算法、自适应步长、觅食行为、全局收敛性

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61374191；国家“863”计划资助项目2012AA112401；“十二五”国家科技支撑计划课题专项经费资助项目2014BAG03B01．

在线出版日期：2015-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：470-475