基于萤火虫算法和高斯扰动的飞蛾优化算法

被引:6
作者
李荣 [1 ]
贺兴时 [1 ]
杨新社 [2 ]
机构
[1] 西安工程大学理学院
[2] 密德萨斯大学科学与技术学院
关键词
飞蛾优化算法; 萤火虫算法; 指数递减策略; 高斯扰动;
D O I
10.13338/j.issn.1006-8341.2020.04.016
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对飞蛾优化算法易陷入局部最优、寻优精度不高的缺点,提出一种基于萤火虫算法和高斯扰动的飞蛾优化算法。采用萤火虫算法改善飞蛾优化算法的初始种群质量,增强飞蛾种群的多样性;将指数递减策略引入飞蛾位置更新公式,使算法迅速进入全局寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,防止陷入局部最优;设计扰动控制因子以控制高斯扰动的扰动范围,增强算法的稳定性。通过10个测试函数进行仿真实验。结果表明:改进的飞蛾优化算法的寻优性能明显提高,收敛速度更快,求解精度更高,稳定性更强。
引用
收藏
页码:101 / 110
页数:10
相关论文
共 21 条
[1]   基于自适应交叉变异的飞蛾算法云计算任务调度策略 [J].
李宏伟 .
赤峰学院学报(自然科学版), 2020, 36 (01) :26-31
[2]   基于改进飞蛾扑火算法的区域水资源优化配置模型研究 [J].
吴云 ;
吴梦烟 ;
杨侃 ;
仲晓林 ;
张天衍 .
中国农村水利水电, 2019, (09) :8-13
[3]   Tent混沌和模拟退火改进的飞蛾扑火优化算法 [J].
岳龙飞 ;
杨任农 ;
张一杰 ;
于洋 ;
张振兴 .
哈尔滨工业大学学报, 2019, (05) :146-154
[4]   基于高斯扰动和指数递减策略的改进蝙蝠算法 [J].
宋一民 ;
李煜 .
计算机应用研究, 2020, 37 (05) :1384-1389
[5]   基于CMFO算法的投影寻踪威胁目标评估模型 [J].
李宏伟 ;
陈亮 ;
白景波 .
计算机工程与应用, 2020, 56 (02) :152-157
[6]   基于统计指导的飞蛾扑火算法求解大规模优化问题 [J].
刘小龙 .
控制与决策, 2020, (04) :901-908
[7]   新型飞蛾火焰优化算法的研究 [J].
田鸿 ;
陈国彬 ;
刘超 .
计算机工程与应用, 2019, (16) :138-143
[8]   改进的飞蛾扑火优化算法在网络入侵检测系统中的应用 [J].
徐慧 ;
方策 ;
刘翔 ;
叶志伟 .
计算机应用, 2018, 38 (11) :3231-3235+3240
[9]   基于多目标飞蛾算法的电力系统无功优化研究 [J].
李伟琨 ;
阙波 ;
王万良 ;
倪立洲 .
计算机科学, 2017, 44(S2) (S2) :503-509
[10]   基于Lévy飞行的飞蛾扑火优化算法 [J].
李志明 ;
莫愿斌 .
计算机工程与设计, 2017, 38 (03) :807-813