反向认知的高效果蝇优化算法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｂａｓｅｄｏｎｔｈｅｂｅｓｔａｎｄｔｈｅｗｏｒｓｔｉｎｄｉｖｉｄｕａｌｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅｅｖｏｌｕｔｉｏｎａｒｙｅｑｕａｔｉｏｎｉｓｏｐｔｉｍｉｚｅｄｂｙａｄｄｉｎｇｌｅａｍｉｎｇｔｈｅｗｏｒｓｔｉｎｄｉｖｉｄｕａｌｔｏｉｔ．
ｓｈｏｗｔｈａｔｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｈａｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｂｅｔｔｅｒｇｌｏｂａｌｓｅａｒｃｈａｂｉｌｉｙ，ｔｓｐｅｅｄｅｒｃｏｎｖｅｒｇｅｎｃｅａｎｄｍｏｒｅｐｒｅｃｉｓｅｃｏｎｖｅｒｇｅｎｃｅ．
文献标识码：Ａ
中圈分类号，ＴＰ３０１．６
反向认知的高效果蝇优化算法
韩俊英，刘成忠
（甘肃农业大学信息科学技术学院，兰州７３００７０）摘要：针对果蝇优化算法的早熟收敛问题，提出一种基于最优和最差个体协同学习的果蝇优化算法。该算法通过在进化方程中
Ｔｈｅａｂｉｌｉｙｔｏｆｔｈｅａｌｇｏｒｉｈｍｔｔｏｂｒｅａｋａｗａｙｆｒｏｍｔｈｅｌｏｃａｌｏｐｔｉｍｕｍａｎｄｔｏｉｆｎｄｔｈｅｇｌｏｂａｌｏｐｔｉｍｕｍｉｓｇｒｅａｔｌｙｅｎｈａｎｃｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｔｌｆ￣
ＥｆｉｃｆｉｅｎｔＦｒｕｉｔＦｌｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｗｉｔｈＲｅｖｅｒｓｅＣｏｇｎｉｔｉｏｎ
ＨＡＮＪｕｎ－ｙｉｎｇ，ＬＩＵＣｈｅｎｇ－ｚｈｏｎｇ
ｃｏｎｖｅｒｇｅｎｃｅｐｒｅｃｉｓｉｏｎ
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — ３４２８．２０１３．１１．０５０
１概述
果蝇优化算法（ＦｒｕｉｔｌｆｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＦＯＡ）是
一
部搜索能力，本文采用反向认知的改进策略，提出基于最
优和最差个体协同学习的果蝇优化算法（Ｂｅｓｔ — Ｗｏｒｓｔ — ＦＯＡ，
（ＩｎｆｏｒｍａｔｉｏｎＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）［Ａｂｓｔｒａｃｔ］ＣｏｎｓｉｄｅｒｉｎｇｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｐｒｏｂｌｅｍｏｆＦｒｕｉｔｌｆｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ（ＦＯＡ），ａｎｅｗｃｏｌｌａｂｏｒａｔｉｖｅｌｅａｒｎｉｎｇＦＯＡ
第３９卷第１１期
Ｖｂｌ＿３９
ＮＯ．１１
计
算
机
工
程
２０１３年１１月
Ｎｏｖｅｍｂｅｒ２０１３
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ
・Fra Baidu bibliotek
人工智能及识别技术・
文章编号：１ｏ０ｏ＿ ’ －３４２８（２０１３）１１ — ０２２３ — ０３
［Ｋｅｙｗｏｒｄｓ］ｆｒｕｉｔｌｆｙｏｐｔｉｍｉｚａｔｉｏｎ；ｓｗａｒｍｉｎｔｅｌｌｉｇｅｎｃｅ；ｒｅｖｅｒｓｅｃｏｇｎｉｔｉｏｎ；ｃｏｌｌａｂｏｒａｔｉｖｅｌｅａｒｎｉｎｇ；ｏｐｔｉｍｉｚａｔｉｏｎｅｖｏｌｕｔｉｏｎｅｑｕａｔｉｏｎ；
添加向最差个体学习的改进策略，优化进化方程，增强算法跳出局部最优、寻找全局最优的能力。对经典测试函数的仿真结果表
明，该算法具有更好的全局搜索能力，在收敛速度、收敛可靠性及收敛精度上比其他算法有较大的提高。关健词：果蝇优化；群体智能；反向认知；协同学习；优化进化方程；收敛精度