具有Levy变异和精英自适应竞争机制的蚁狮优化算法
针对蚁狮优化算法易陷入局部最优、收敛速度慢的缺点,本文提出一种具有Levy变异和精英自适应竞争机制的蚁狮优化算法.利用服从Levy分布的随机数对种群较差个体进行变异,可改善种群多样性提高算法的全局搜索能力;精英自适应竞争机制使得多个精英并行带领种群寻优,提高了算法的收敛速度,为避免较大计算量,并行竞争的精英个数会随着寻优代数增加而减少.同多个改进算法进行比较,结果表明本文所提算法具有更好的寻优精度和收敛速度.最后将本文改进算法应用于硅单晶热场温度模型的参数辨识,仿真结果说明该算法具有较好的参数辨识能力.
蚁狮优化算法、Levy变异、精英自适应竞争、收敛速度、硅单晶、参数辨识
13
TP18(自动化基础理论)
国家自然科学基金重点项目61533014;陕西省教育厅专项科研计划项目17JK0456
2018-04-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
236-242