基于遗传-细菌觅食组合算法的非线性模型优化

发布时间：2021-08-08 14:05

　　文中提出一种遗传-细菌觅食组合优化算法以解决非线性模型优化问题。该方法先使用遗传算法进行全局搜索,并缩小最优解的搜索范围;再使用细菌觅食优化算法在该局部范围内执行局部搜索。这种组合搜索策略可以增强算法的收敛性,并能有效地均衡全局搜索和局部搜索。文中利用单峰、多峰和复杂多峰等非线性函数模型验证所提算法的性能。实验结果表明,组合算法的计算精度和效率分别比遗传算法和细菌觅食优化算法提高了30%和50%,表明该组合算法具有更快的收敛速度,更高的求解精度,适用于大规模多极值的非线性问题。 

【文章来源】：电子科技. 2019,32(05)

【文章页数】：5 页

【文章目录】：
1 GA-BFO组合优化算法设计
    1.1 基本设计思想
    1.2 计算流程
2 单峰非线性模型
3 多峰非线性模型
4 复杂多峰非线性模型
5 结束语


【参考文献】：
期刊论文
[1]混沌优化细菌觅食算法的传感器节点部署策略[J]. 王振东,陈峨霖,胡中栋.  传感技术学报. 2018(01)
[2]基于遗传混合算法的二维耦合颤振方法[J]. 郑史雄,朱进波,唐煜,郭俊峰.  西南交通大学学报. 2018(01)
[3]基于改进细菌觅食算法的舆情热点话题发现[J]. 张翼鹏,葛丽娜,王红,王丽颖,张静.  计算机工程与设计. 2017(10)
[4]基于改进型遗传算法的动态更新TTCAN系统技术[J]. 王飞平,洪慧.  电子科技. 2017(08)
[5]多目标细菌觅食优化算法[J]. 李珺,党建武,王垚,包敏.  计算机应用研究. 2018(07)
[6]基于均匀自组织映射遗传算法的梯级水库优化调度[J]. 王丽萍,王渤权,李传刚,刘明浩,张验科.  系统工程理论与实践. 2017(04)
[7]基于混合遗传算法的协同制造系统调度研究[J]. 任乃飞,于璐.  电子科技. 2016(06)
[8]集装箱船舶全航线配载优化模型与改进遗传算法[J]. 祝慧灵,计明军.  交通运输工程学报. 2014(05)
[9]基于改进遗传算法的多模型加工路径规划[J]. 雷伟军,程筱胜,戴宁,郭保苏,李向佳.  机械工程学报. 2014(11)
[10]一种自适应细菌觅食优化算法[J]. 姜建国,周佳薇,郑迎春,王涛.  西安电子科技大学学报. 2015(01)



本文编号：3330095