【摘要】：風(fēng)驅(qū)動(dòng)優(yōu)化算法是一種新興的基于群體的迭代啟發(fā)式全局優(yōu)化算法。針對(duì)風(fēng)驅(qū)動(dòng)優(yōu)化算法易陷入局部最優(yōu)值的問題,實(shí)現(xiàn)了5種帶有不同變異策略的風(fēng)驅(qū)動(dòng)優(yōu)化算法,這些變異策略分別是小波變異策略、混沌變異策略、非均勻變異策略、高斯變異策略以及柯西變異策略。應(yīng)用不同變異策略的風(fēng)驅(qū)動(dòng)優(yōu)化算法對(duì)不同維度的經(jīng)典測(cè)試函數(shù)進(jìn)行了仿真實(shí)驗(yàn),并與粒子群優(yōu)化算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,小波變異風(fēng)驅(qū)動(dòng)優(yōu)化算法具有較強(qiáng)的開發(fā)能力,可有效跳出局部最優(yōu),其尋優(yōu)速率、收斂精度及算法穩(wěn)定性均優(yōu)于粒子群優(yōu)化算法、風(fēng)驅(qū)動(dòng)優(yōu)化算法和其他改進(jìn)算法。
[Abstract]:Wind-driven optimization algorithm is a new group-based iterative heuristic global optimization algorithm. Aiming at the problem that wind-driven optimization algorithm is prone to fall into local optimal value, five wind-driven optimization algorithms with different mutation strategies are implemented. These mutation strategies are wavelet mutation strategy, chaotic mutation strategy and non-uniform mutation strategy. Gao Si mutation strategy and Cauchy mutation strategy. The wind driven optimization algorithm with different mutation strategies is used to simulate the classical test functions in different dimensions, and the results are compared with those of the particle swarm optimization (PSO) algorithm. The experimental results show that the wind-driven optimization algorithm based on wavelet mutation has strong development ability and can jump out of the local optimum effectively. The optimization rate, convergence precision and stability of the algorithm are better than those of particle swarm optimization algorithm. Wind-driven optimization algorithm and other improved algorithms.
【作者單位】： 江蘇科技大學(xué)電子信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61401179)資助
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 朱紅求;陽(yáng)春華;桂衛(wèi)華;李勇剛;;一種帶混沌變異的粒子群優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2010年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙新秋;王艷勝;鄭劍;楊景明;車海軍;;基于改進(jìn)混洗蛙跳算法的冷連軋軋制規(guī)程優(yōu)化[J];鋼鐵;2012年05期

2 曹炬;侯學(xué)卿;;爆炸搜索算法及其收斂性證明[J];計(jì)算機(jī)科學(xué);2011年11期

3 葛宇;王學(xué)平;梁靜;;自適應(yīng)混沌變異蛙跳算法[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

4 陳世明;江冀海;吳龍龍;楊輝;方華京;;受限空間自適應(yīng)區(qū)域柵格化的優(yōu)化路徑規(guī)劃[J];控制與決策;2012年07期

5 金成均;常桂然;程維;姜慧研;;基于IPSO的模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化及交通流量預(yù)測(cè)[J];計(jì)算機(jī)科學(xué);2012年10期

6 黃為勇;邵曉根;陳奎;;一種采用CCPSO-SVM的煤與瓦斯突出預(yù)測(cè)方法[J];計(jì)算機(jī)科學(xué);2012年11期

7 闞超豪;;多向?qū)W習(xí)自適應(yīng)的粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年06期

8 黃為勇;高玉芹;張艷華;;一種采用改進(jìn)CPSO算法的PID參數(shù)整定方法[J];計(jì)算機(jī)科學(xué);2014年11期

9 肖英;袁波;朱兵;彭蕾;劉歡;;一種基于混沌粒子群的泥沙顆粒圖像優(yōu)化算法[J];井岡山大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

10 雷嘯鵬;江岳文;溫步瀛;陳浩琿;;一種用于AGC機(jī)組調(diào)配的混沌多Agent雙重粒子群算法[J];電網(wǎng)與清潔能源;2013年06期

相關(guān)會(huì)議論文 前2條

1 ;The Research of Camera Distortion Correction Basing on Neural Network[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 Zhonghai Li;Xiaozhen Fan;Haofei Mao;Jianguo Cui;;Simulation and fault diagnosis for BLDCM[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 張建華;天線陣方向圖綜合的智能優(yōu)化算法研究[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前9條

1 王艷勝;基于改進(jìn)混洗蛙跳算法的冷連軋軋制規(guī)程優(yōu)化設(shè)計(jì)[D];燕山大學(xué);2012年

2 毛浩菲;航空發(fā)動(dòng)機(jī)起動(dòng)電機(jī)仿真與故障診斷研究[D];沈陽(yáng)航空航天大學(xué);2012年

3 周虹;基于自適應(yīng)粒子群的k-中心聚類算法研究[D];長(zhǎng)沙理工大學(xué);2012年

4 孫靜;基于混沌理論的正交小波變換盲均衡算法[D];安徽理工大學(xué);2012年

5 江冀海;基于PSO算法的復(fù)雜網(wǎng)絡(luò)抗毀性優(yōu)化及應(yīng)用研究[D];華東交通大學(xué);2012年

6 王銀斌;無人機(jī)紅外圖像與可見光圖像融合算法研究[D];遼寧大學(xué);2012年

7 秦慶兵;基于神經(jīng)網(wǎng)絡(luò)的攝像機(jī)畸變校正研究[D];東北大學(xué);2010年

8 任嬌;基于無速度傳感器的直接轉(zhuǎn)矩控制策略研究[D];東北石油大學(xué);2013年

9 白鑫;自適應(yīng)CPSO算法研究及其在圖像分割中的應(yīng)用[D];東北大學(xué);2012年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 ;A new optimization algorithm based on chaos[J];Journal of Zhejiang University Science A(Science in Engineering);2006年04期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張化祥;陸晶;;基于Q學(xué)習(xí)的適應(yīng)性進(jìn)化規(guī)劃算法[J];自動(dòng)化學(xué)報(bào);2008年07期

2 付國(guó)江,王少梅,李寧;一種新的PSO變異策略[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2005年02期

3 蔣紹先;孔韜;魏瑞軒;;粒子群算法的最小值邊界變異策略[J];電光與控制;2007年06期

4 喬俊飛;傅嗣鵬;韓紅桂;;基于混合變異策略的改進(jìn)差分進(jìn)化算法及函數(shù)優(yōu)化[J];控制工程;2013年05期

5 陳基漓;;基于高斯變異的生物地理學(xué)優(yōu)化模型[J];計(jì)算機(jī)仿真;2013年07期

6 劉三陽(yáng);張曉偉;;混合差分變異策略[J];智能系統(tǒng)學(xué)報(bào);2008年06期

7 汪文彬;李應(yīng)勇;;一種改進(jìn)的多目標(biāo)變異算子[J];安徽廣播電視大學(xué)學(xué)報(bào);2008年02期

8 劉志軍;唐柳;劉克銅;吳冬方;;差分演化算法中變異策略的改進(jìn)與算法的優(yōu)化[J];化工自動(dòng)化及儀表;2010年09期

9 湯小為;湯俊;萬爽;唐波;;改進(jìn)變異策略的自適應(yīng)差分進(jìn)化算法及其應(yīng)用[J];宇航學(xué)報(bào);2013年07期

10 李良敏;改進(jìn)二進(jìn)制編碼變異策略研究[J];系統(tǒng)仿真學(xué)報(bào);2005年05期

，

本文編號(hào)：2267881