針對(duì)基本果蠅優(yōu)化算法收斂精度不高、容易陷入局部最優(yōu)和收斂速度慢的問(wèn)題,提出一種基于混合策略改進(jìn)的果蠅優(yōu)化算法（MSFOA）。受鯨魚(yú)捕食獵物的啟發(fā),在對(duì)個(gè)體歷史最優(yōu)位置的更新中,采用新的組合搜索的方法,加快果蠅搜索迭代速度;在更新后的位置公式中引入自適應(yīng)權(quán)重系數(shù),提高算法的優(yōu)化精度;當(dāng)達(dá)到局部收斂狀態(tài)時(shí),結(jié)合多尺度高斯變異算子解決局部最優(yōu)的限制。采用6個(gè)測(cè)試函數(shù)的仿真結(jié)果表明,MSFOA算法相比其它算法具有更快的收斂速度和較高的尋優(yōu)精度。 

【文章來(lái)源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(01)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基本果蠅優(yōu)化算法
2 混合策略改進(jìn)的果蠅優(yōu)化算法
    2.1 自適應(yīng)權(quán)重系數(shù)
    2.2 搜索包圍和螺旋式上升
    2.3 多尺度高斯變異算子
        2.3.1 多尺度協(xié)同變異
        2.3.2 高斯變異算子
3 實(shí)驗(yàn)及結(jié)果分析
    3.1 實(shí)驗(yàn)設(shè)計(jì)
    3.2 實(shí)驗(yàn)結(jié)果與分析
        3.2.1 固定進(jìn)化迭代次數(shù)的收斂速度和精度
        3.2.2 算法時(shí)間復(fù)雜度的分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的鯨魚(yú)優(yōu)化算法[J]. 張永,陳鋒.  計(jì)算機(jī)工程. 2018(03)
[2]An improved fruit fly optimization algorithm for solving traveling salesman problem[J]. Lan HUANG,Gui-chao WANG,Tian BAI,Zhe WANG.  Frontiers of Information Technology & Electronic Engineering. 2017(10)
[3]自適應(yīng)種群更新策略的多目標(biāo)粒子群算法[J]. 翁理國(guó),王驥,夏旻,紀(jì)壯壯.  計(jì)算機(jī)工程與應(yīng)用. 2017(15)
[4]融合禁忌搜索的混合果蠅優(yōu)化算法[J]. 張彩宏,潘廣貞.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(04)
[5]果蠅優(yōu)化算法優(yōu)化性能對(duì)比研究[J]. 劉立群,韓俊英,代永強(qiáng),火久元.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(08)
[6]An Optimization Algorithm for Service Composition Based on an Improved FOA[J]. Yiwen Zhang,Guangming Cui,Yan Wang,Xing Guo,Shu Zhao.  Tsinghua Science and Technology. 2015(01)



本文編號(hào)：3157853