基于群搜索算法的改进萤火虫群优化算法

合集下载

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)。

ＣａｉＪｕｎｎｉｎｇ，ＨｕａｎｇＷｅｎｔａｏ。，ＲｅｎＤａｃｈｅｎｇ
（１．ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔａｉｔｏｎａｌｃｉＳｅｎｃｅ，ＧｕｉｌＩｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｃｈｅｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ；
可尽量避免陷入局部极值。数值实验表明，改进的算法在收敛速度、避免陷入局部极值方面都有很大的提高。关键词：萤火虫群优化；群搜索；改进；游荡者
中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１６７３ — ８Ｏ８Ｘ（２０１３）０２－０１４９－０３
５４１００４；
摘
要：针对萤火虫群优化算法存在易陷入局部极值、收敛成功率低等不足，将“ 游荡者” 方法引入萤火虫群优化算
法，提出一种改进的萤火虫群优化算法。该方法以人工萤火虫群优化算法为主，辅以群搜索算法的“ 游荡者 ” 方法，
ＴｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｍａｉｎｌｙａｒｔｉｆｉｃｉａｌＧＳＯ，ｓｕｐｐｌｅｍｅｎｔｅｄｂｙｔｈｅｍｅｔｈｏｄｏｆ“ ｒａｎｇｅｒ ’ ’ ｏｆｇｒｏｕｐｓｅａｒｃｈｏｐｔｉｍｉｚｅｒ，ｗｈｉｃｈｍａｋｅｓｔｈｅｉｍｐｒｏｖｅｄＧＳＯａｖｏｉｄｆａｌｌｉｎｇｉｎｔｏｌｏｃａｌｅｘｔｒｅｍｉｓｍ．Ｎｕｍｅｒｉｃａｌｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈｅａｌｇｏ — ｒｉｔｈｍｉｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｄｉｎｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄａｖｏｉｄｓｆａｌｌｉｎｇｉｎｔｏｌｏｃａｌｍｉｎｉｍｕｍ．Ｋｅｙｗｏｒｄｓ：ｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ；ｇｒｏｕｐｓｅａｒｃｈ；ｉｍｐｒｏｖｅ；ｒａｎｇｅｒ
２．ＨｅｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｈｅｚｈｏｕ５４２８：Ｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＧＳＯ）ｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｔｈｅｌｏｃａｌｅｘｔｒｅｍｕｍａｎｄｉｔｓｃｏｎｖｅｒｇｅｎｃｅＳｕｃｃｅｓｓ
ｒａｔｅｉｓｌｏｗ．Ｔｈｅｍｅｔｈｏｄｏｆ“ ｒａｎｇｅｒ ”ｉｓｉｎｔｒｏｄｕｃｅｄｔｏＧＳＯａｌｇｏｒｉｔｈｍ，ａｎｄａｎｉｍｐｒｏｖｅｄＧＳＯａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．
荧光素与环境进行通信，但每只萤火虫仅能根据其周
Ａｎｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｏｆｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ
ｂａｓｅｄｏｎｇｒｏｕｐｓｅａｒｃｈｏｐｔｉｍｉｚｅｒ
Ａｐｒ．２０１３
基于群搜索算法的改进萤火虫群优化算法
蔡俊宁，黄文韬，任达成
（１．桂林电子科技大学数学与计算科学学院，广西桂林
２．贺州学院，广西贺州５４２８００）
第３３卷第２期２０１３年４月
桂林电子科技大学学报
ＪｏｕｒｎａｌｏｆＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ
ＶｏＬ３３，Ｎｏ．２
自然界中存在数千种萤火虫，它们大多会发出短暂而有规律的闪光。其中，萤火虫个体之间通过释放
群搜索算法也称为标准群搜索算法，其灵感来自群居的动物，如昆虫的觅食行为。相较于独居成员，