一种自适应细菌觅食优化算法

《一种自适应细菌觅食优化算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年2月西安电子科技大学学报（自然科学版）Feb.2015第42卷第1期JOURNALOFXIDIANUNIVERSITYVol.42No.1doi：10.3969/j.issn.1001-2400.2015.01.012一种自适应细菌觅食优化算法111,23姜建国，周佳薇，郑迎春，王涛(1.西安电子科技大学计算机学院，陕西西安710071；2.中国电子科技集团公司第五十四研究所，石家庄050081；3.陕西省军区司令部指挥自动化站，陕西西安710061)摘要：针对优化高维函数时，细菌觅食优化算法性能不佳的情况，提出了一种

2、自适应细菌觅食优化算法．将固定的趋化步长改进为非线性递减的自适应游动步长，提高了算法的局部搜索能力；引入维度自适应学习算法，对每个趋化周期内得到的当前最优细菌进行维度自适应学习一次，提高了解的精度和搜索效率；将精英细菌作为Tent混沌映射的初始点对符合迁徙条件的细菌进行位置初始化，加快了算法的收敛速度．仿真结果表明，提出的算法在解的精度、收敛速度等方面均表现更优，具有更高的效率．关键词：细菌觅食；算法优化；自适应学习；Tent映射；高维函数优化；局部搜索中图分类号：TP301.6文献标识码：A文章编号：1001-2400(201

3、5)01-0082-07Adaptivebacterialforagingoptimizationalgorithm111,23JIANGJianguo,ZHOUJiawei,ZHENGYingchun,WANGTao(1.SchoolofComputerScienceandTechnology,XidianUniv.ShaanxiXi’an710071,China;2.Thefifty-fourthResearchInstituteofChinaElectronicTechnologyGroupCorporation,Shij

4、iazhuang050081,China;3.Shaanxiprovincialmilitarycommandautomationstation,ShaanxiXi’an710061,China)Abstract:Anadaptivebacterialforagingoptimizationalgorithmispresentedinthispaperfortheclassicoptimizationalgorithm’spoorperformancewhenoptimizinghigh-dimensionalcomplexfu

5、nctions.Thefixedchemotacticstepisimprovedastheadaptiveslidingstepwhichdecreasesnonlinearlywiththeresultofstrengtheningtheabilityoflocalsearch.Theadaptivedimensionlearningmethodfortheoptimalbacteriuminthecurrentcycleofchemotaxisisproposedsoastoincreasetheaccuracyofthe

6、solutionandenhancethesearchefficiency.TheelitebacteriumisusedastheinitialpointforTentchaoticmappingtoinitializethepositionofbacteriawhichmeettheconditionsofmigration,thereforetheconvergencespeedofthealgorithmisaccelerated.Experimentresultindicatesthatthealgorithmoutp

7、erformstheclassicalgorithmbothintermsofthesolutionaccuracyandtheconvergencespeed.Inconclusion,thealgorithmhasahigherefficiency.KeyWords:Bacterialforaging；algorithmoptimization；Adaptivelearning；Tentmap；High-dimensionalfunctionoptimization；localsearch[1]Passino于2002年受大

8、肠杆菌觅食行为启发，提出的细菌觅食优化算法（BacterialForagingOptimization，BFO）是一种简单有效的随机全局优化算法，为很多传统优化方法无法满足的实际工程问题[2][3]指出了新的方向．但BFO算法提出的时间较晚，尚不够完善，且国内也