欢迎来到天天文库
浏览记录
ID:58156255
大小:435.96 KB
页数:7页
时间:2020-04-25
《一种利用动态搜索策略的混合蛙跳算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、2014年8月西安电子科技大学学报(自然科学版)Aug.2014第41卷第4期J0URNAL0FXIDIANUNIVERsITYVo1.41NO.4doi:10.3969/j.issn.1001—2400.2014.04.010一种利用动态搜索策略的混合蛙跳算法姜建国,张丽媛,苏仟,邓凌娟,刘梦楠(西安电子科技大学计算机学院,陕西西安710071)摘要:从混合蛙跳算法的寻优原理出发,研究了其寻优机制.针对标准算法中存在的初始种群不均匀、迭代后期收敛速度慢,易陷入局部最优的缺陷,提出了一种改进的混合蛙跳算法.采用随机化均匀设计方法产生初始种群;引入影响因子,动态地改
2、变子群当前最差值对其进化行为的影响;根据群体适应度方差判断种群是否陷入局部最优,并通过对当前全局最优值微扰,使算法跳出局部最优.实验结果表明,改进算法有更高的收敛精度和更好的收敛结果.关键词:混合蛙跳算法;随机化均匀设计;影响因子;群体适应度方差;微扰中图分类号:TP301.6文献标识码:A文章编号:1001-2400(2014)04—0051-07ShuffledfrogleapingalgorithmusingdynamicsearchingstrategyJIANGJianguo。ZHANGLiyuan,SUQian。DENGLingJuan,LIUMeng
3、nan(SchoolofComputerScienceandTechnology,XidianUniv.,Xi’an710071,China)Abstract:Basedontheprincipleoftheshuffledfrogleapingalgorithm(SFLA),thealgorithm’Soptimizationmechanismisstudied.AnovelshuffledfrogleapingalgorithmisproposedtosolvetheproblemsoftheoriginalSFLA,suchasnon-uniforminit
4、ialpopulation,slowconvergencespeedinlateriterations,andbeingeasytofallintolocaloptimum.Theimprovedalgorithmgeneratestheinitialpopulationwiththerandomuniformdesignmethod,changestheinfluenceofthesubgroup’Scurrentworstvalueonthesubsgroup’Sevolutionbehaviordynamicallybyusingtheinfluencefa
5、ctor.Besides,thevarianceofthepopulation'sfitnessiscalculatedtojudgewhetherthepopulationfallsintolocaloptimum,andthentheimprovedalgorithmmakesthepopulationjumpoutoflocaloptimalstatebytheperturbationofthecurrentglobaloptimalvalue.Experimentalresultsshowthattheimprovedalgorithmcanleadtoa
6、higherconvergenceaccuracyandabetterconvergenceresult.KeyWords:shuffledfrogleapingalgorithm;randomuniformdesign;influencefactor;thevarianceofthepopulation'sfitness;perturbation混合蛙跳算法(ShuffledFrogLeapingAlgorithm,SFLA)是一种较新的基于群体智能的元启发式全局优化算法,由Eusuff和Lansey于2003年受青蛙觅食过程的启发而提出[1].该算法结合了模因
7、算法(MemeticAlgorithm,MA)和粒子群算法(ParticleSwarmOptimization,PSO)两者的优点,具有结构简单、收敛速度快和全局寻优能力强等特点I2].但在标准SFLA中,初始种群通过随机方式产生,种群分布不是很均匀;局部更新策略中,子群当前最差值对其进化行为的影响在进化过程中恒定不变,使得种群在迭代后期需要多次迭代才能收敛到全局最优;随着进化代数的增加,算法进化速度会降低甚至停滞,陷入早熟.文献[3—5]均对算法进行了一些改进.其中,文献E33用基于对立学习的策略产生初始种群,提高了候选解的质量,但是SFLA与差分进化算法的交替
8、搜索在一定
此文档下载收益归作者所有