本文關鍵詞：基于小生境技術(shù)的改進引力搜索算法

  更多相關文章： 引力搜索算法 小生境技術(shù) 質(zhì)量吸引度 歐式距離吸引度 吸引概率 柔性車間調(diào)度

【摘要】：針對引力搜索算法(Gravitational search algorithm,GSA)開發(fā)能力強而探索能力弱的特點,提出一種基于小生境技術(shù)的引力搜索算法(Niching behavior based advanced GSA,NAGSA)。首先分析了引力搜索算法的性能,為每個粒子定義質(zhì)量吸引度和歐式距離吸引度兩個屬性,根據(jù)這兩個屬性計算出粒子吸引概率,取代原有的質(zhì)量排序選擇法。其次,運用吸引概率和小生境擁擠度技術(shù)引導粒子在鄰域內(nèi)搜索,平衡算法的收斂速度和多樣性。此外,算法將kbest的取值按照指數(shù)函數(shù)遞減,進一步提高收斂精度。10個標準測試函數(shù)的仿真結(jié)果表明,該算法能有效地提高最優(yōu)解的精度,加快收斂速度。最后,采用4個標準柔性作業(yè)車間調(diào)度模型,驗證了該算法在解決實際問題中的可行性和優(yōu)越性。
【作者單位】： 江南大學物聯(lián)網(wǎng)工程學院物聯(lián)網(wǎng)技術(shù)應用教育部工程研究中心;江南大學人文學院;
【關鍵詞】： 引力搜索算法 小生境技術(shù) 質(zhì)量吸引度 歐式距離吸引度 吸引概率 柔性車間調(diào)度
【基金】：國家高技術(shù)研究發(fā)展計劃(“八六三”計劃)(2014AA041505)資助項目 國家自然科學基金(61572238)資助項目 江蘇省杰出青年基金(BK20160001)資助項目
【分類號】：TP301.6
【正文快照】： 引用格式:張明,田娜,紀志成,等.基于小生境技術(shù)的改進引力搜索算法[J].南京航空航天大學學報,2016,48(5):753-760.Zhang Ming,Tian Na,Ji Zhicheng,et al.Niching behavior based advanced gravitational search algorithm[J].Jour-nal of Nanjing University of Aeronautics

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉福敏;劉弘;;基于小生境技術(shù)的共享學習在協(xié)同設計中的應用[J];計算機應用與軟件;2010年02期

2 郭海麗;高慧敏;;一種基于小生境技術(shù)的兩階段分布估計算法[J];太原科技大學學報;2010年06期

3 常冬霞;張賢達;;基于小生境技術(shù)的人臉分類算法[J];電視技術(shù);2009年S2期

4 高雪蓮;田聰穎;陳銀紅;陳彥宇;;改進克隆小生境算法在交叉路口信號配時優(yōu)化中的應用[J];聊城大學學報(自然科學版);2010年03期

5 姜建國;李錦;龍秀萍;申潔琳;田e，

本文編號：915054