一种精英反向学习的萤火虫优化算法
为了提高传统萤火虫算法的收敛速度和求解精度,提出了一种精英反向学习的萤火虫优化算法.通过反向学习策略构造精英群体,在精英群体构成的区间上求普通群体的反向解,增加了群体的多样性,提高了算法的收敛速度;同时,为了避免最优个体陷入局部最优,使整个群体在搜索过程中出现停滞,提出了差分演化变异策略;最后,提出了一种线性递减的自适应步长来平衡算法的开发能力.实验结果表明,算法在收敛速度和收敛精度上有更好的效果.
萤火虫算法、精英反向学习、优化算法、精英群体、反向解、反向学习策略、差分演化变异、自适应步长
12
TP309.2(计算技术、计算机技术)
甘肃省科技计划资助项目1506RJZA130;甘肃省高等学校科研项目2014B-018
2017-12-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
710-716