貓群算法是解決無優(yōu)化問題,尋找全局最優(yōu)解的一種新的群體智能算法,由于貓群算法時間復(fù)雜性較大,單純的利用它求解無優(yōu)化問題,收斂時間會很長,不能得到精確的結(jié)果。為了解決這個問題并提高精確度和縮短算法收斂時間,提出了一種改進的貓群算法,稱為自適應(yīng)動態(tài)貓群算法。首先,在速度方程中增加一個自適應(yīng)慣性權(quán)重,再使用一個自適應(yīng)加速系數(shù)。其次,通過使用先前維數(shù)的信息和一個新的因子,得到了由平均位置和速度信息構(gòu)成的一個新的位置更新方程。最后通過實驗驗證了新的貓群算法的有效性,能夠消耗很少的收斂時間和在最少的迭代次數(shù)下得到最優(yōu)解。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1Rastrigin函數(shù)適應(yīng)度比較值

《電子設(shè)計工程》2019年第11期從表3可知，新的貓群算法運行時間比原始貓群算法更快，除了Griewank函數(shù)。圖1~6顯示了每個函數(shù)使用這兩種算法的適應(yīng)度函數(shù)值（CSO代表原始貓群算法，ICSO代表改進的貓群算法）。由圖說明了改進的貓群算法不僅收斂時間較快，而且在最快的迭代次數(shù)....

圖2Griewank函數(shù)適應(yīng)度比較值

《電子設(shè)計工程》2019年第11期從表3可知，新的貓群算法運行時間比原始貓群算法更快，除了Griewank函數(shù)。圖1~6顯示了每個函數(shù)使用這兩種算法的適應(yīng)度函數(shù)值（CSO代表原始貓群算法，ICSO代表改進的貓群算法）。由圖說明了改進的貓群算法不僅收斂時間較快，而且在最快的迭代次數(shù)....

圖3Ackley函數(shù)適應(yīng)度比較值

《電子設(shè)計工程》2019年第11期從表3可知，新的貓群算法運行時間比原始貓群算法更快，除了Griewank函數(shù)。圖1~6顯示了每個函數(shù)使用這兩種算法的適應(yīng)度函數(shù)值（CSO代表原始貓群算法，ICSO代表改進的貓群算法）。由圖說明了改進的貓群算法不僅收斂時間較快，而且在最快的迭代次數(shù)....

圖4Sphere函數(shù)適應(yīng)度比較值

《電子設(shè)計工程》2019年第11期從表3可知，新的貓群算法運行時間比原始貓群算法更快，除了Griewank函數(shù)。圖1~6顯示了每個函數(shù)使用這兩種算法的適應(yīng)度函數(shù)值（CSO代表原始貓群算法，ICSO代表改進的貓群算法）。由圖說明了改進的貓群算法不僅收斂時間較快，而且在最快的迭代次數(shù)....

本文編號：3947244