本文關(guān)鍵詞：具有自學(xué)習(xí)能力的變異蝙蝠優(yōu)化算法及性能仿真　出處：《系統(tǒng)仿真學(xué)報(bào)》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 蝙蝠算法 自學(xué)習(xí)策略 變異選擇 尋優(yōu)精度 多維函數(shù)優(yōu)化

【摘要】：針對(duì)標(biāo)準(zhǔn)蝙蝠算法進(jìn)化特點(diǎn),提出了具有自學(xué)習(xí)能力和個(gè)體變異的蝙蝠優(yōu)化算法,該算法中全局最優(yōu)個(gè)體具有自學(xué)習(xí)能力,使全局最優(yōu)解在小范圍內(nèi)進(jìn)行自我優(yōu)化,能夠引導(dǎo)算法中個(gè)體進(jìn)行深度搜索;同時(shí)算法中每個(gè)個(gè)體動(dòng)態(tài)的成比例形成變異群,依據(jù)貪婪選擇機(jī)制,保護(hù)了優(yōu)良個(gè)體,避免個(gè)體退化。通過(guò)以上算子的融入來(lái)提高算法的優(yōu)化精度和收斂速度,避免算法早熟。通過(guò)對(duì)基本標(biāo)準(zhǔn)函數(shù)的測(cè)試,驗(yàn)證了算法具有尋優(yōu)能力強(qiáng),搜索精度高的優(yōu)點(diǎn),能有效的跳出局部最優(yōu),一定程度上彌補(bǔ)了算法高維弱勢(shì)的缺陷,對(duì)于工程中復(fù)雜的優(yōu)化函數(shù)有較大的使用價(jià)值。
[Abstract]:According to the standard of bat algorithm evolution characteristics is put forward with the bat algorithm self-learning ability and individual variation, the algorithm of the global best individual has the ability of self-learning, the global optimal solution of self optimization in a small range, which can guide the individual search algorithm in depth; at the same time in the algorithm of each individual is proportional to the formation of dynamic variation the group, according to the greedy selection mechanism, the protection of excellent individuals, avoid the individual degradation. To improve the optimization accuracy and convergence speed of the algorithm through the integration of the above operators, avoids premature convergence. Based on the basic standard function tests show that the algorithm has good optimization ability, has the advantages of high search precision, can effectively jump out of local optimal, a certain extent make up for the defects of algorithm of high dimensional weak, has a greater value for the optimization of complex function in engineering practice.

【作者單位】： 杭州電子科技大學(xué)通信工程學(xué)院;杭州電子科技大學(xué)電子信息學(xué)院;
【基金】：浙江省自然科學(xué)基金青年基金(LQ13F 010010) 浙江省重點(diǎn)科技創(chuàng)新團(tuán)隊(duì)(2013TD03)
【分類號(hào)】：TP18
【正文快照】： 引言1在工程技術(shù)、經(jīng)濟(jì)管理等諸多領(lǐng)域中,由于實(shí)際工程問(wèn)題的復(fù)雜性,大量的優(yōu)化問(wèn)題很難通過(guò)傳統(tǒng)的優(yōu)化方法來(lái)解決。近年來(lái),一類基于生物群體性智能行為的智能優(yōu)化算法,如粒子群算法[1]、蜂群算法[2]、螢火蟲(chóng)算法[3]等,由于不依賴問(wèn)題的梯度信息,且具有跳出局部極值點(diǎn)的潛在能

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 寧彬;谷瓊;吳釗;袁磊;胡春陽(yáng);;基于膜計(jì)算的蝙蝠算法在云計(jì)算資源調(diào)度的研究[J];計(jì)算機(jī)應(yīng)用研究;2015年03期

2 盛孟龍;賀興時(shí);王慧敏;;一種改進(jìn)的自適應(yīng)變異蝙蝠算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年10期

3 肖輝輝;段艷明;;基于DE算法改進(jìn)的蝙蝠算法的研究及應(yīng)用[J];計(jì)算機(jī)仿真;2014年01期

4 謝健;周永權(quán);陳歡;;一種基于Lévy飛行軌跡的蝙蝠算法[J];模式識(shí)別與人工智能;2013年09期

5 張宇楠;劉付永;;一種改進(jìn)的變步長(zhǎng)自適應(yīng)蝙蝠算法及其應(yīng)用[J];廣西民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

6 劉長(zhǎng)平;葉春明;;具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J];系統(tǒng)仿真學(xué)報(bào);2013年06期

7 盛曉華;葉春明;;蝙蝠算法在PFSP調(diào)度問(wèn)題中的應(yīng)用研究[J];工業(yè)工程;2013年01期

8 李枝勇;馬良;張惠珍;;遺傳變異蝙蝠算法在0-1背包問(wèn)題上的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2014年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃培東;詹紅霞;彭光斌;陳一懷;;分時(shí)電價(jià)下考慮源網(wǎng)荷各側(cè)收益的風(fēng)電消納模型[J];電測(cè)與儀表;2017年07期

2 陸暢;武振宇;胡軍臺(tái);付曉;;基于定子電壓定向的自適應(yīng)控制在電網(wǎng)故障下雙饋異步發(fā)電機(jī)的優(yōu)化運(yùn)行策略[J];電機(jī)與控制應(yīng)用;2017年04期

3 蘭天一;林輝;張克軍;;石英燈輻射式氣動(dòng)熱實(shí)驗(yàn)的分?jǐn)?shù)階迭代學(xué)習(xí)控制策略[J];西北工業(yè)大學(xué)學(xué)報(bào);2017年01期

4 劉帥;劉長(zhǎng)良;;基于帝國(guó)競(jìng)爭(zhēng)算法的主汽溫控制系統(tǒng)參數(shù)優(yōu)化研究[J];系統(tǒng)仿真學(xué)報(bào);2017年02期

5 田中大;李樹(shù)江;王艷紅;;基于隱式PIGPC的火電廠主汽溫系統(tǒng)控制[J];系統(tǒng)仿真學(xué)報(bào);2017年02期

6 胡，

本文編號(hào)：1386699