自适应多策略花朵授粉算法

发布时间：2021-10-11 01:13

　　针对花朵授粉算法极易陷入局部最优解且寻优精度不高的问题,提出自适应多策略花朵授粉算法（self-adaptive flower pollination algorithm with multiple strategies,SMFPA）。利用锚点策略提高种群的多样性,采用摄动策略改善全局勘探能力,采用局部搜索增强策略提升其开采最优解的能力。为验证SMFPA的性能,比较5种算法在解决12个测试问题上的寻优结果,实验结果表明,在寻优速度以及寻优精度方面,SMFPA算法表现更优。通过比较算法在管柱设计问题上的寻优结果,进一步评估SMFPA的寻优性能。 

【文章来源】：计算机工程与设计. 2020,41(02)北大核心

【文章页数】：9 页

【部分图文】：

锚点策略

在30维和100维情况下，SMFPA算法的最优值、平均值、最差值小于其它几种算法，收敛精度相对高于其它算法，而且标准差最小，算法的搜索结果最稳定，具有良好的鲁棒性。对于函数f8和f10,SMFPA算法能够收敛到理论最优值。而且SMFPA算法在多模问题f8～f12表现良好，避免陷入了局部值，求解到了最优解。而其它算法的性能较差，收敛缓慢，主要体现在其最优值、平均值、最差值较大，甚至难以收敛到最优值。这表明SMFPA采用锚点策略、摄动策略、局部搜索增强策略不同程度的改善了勘探和开采能力。为直观比较算法收敛性能，图2为6个测试函数（f1～f6,30维）的适应度值进化曲线。在同一迭代次数下，SMFPA算法达到的适应度值小于其它算法；在相同的适应度值下，SMFPA算法达到的迭代次数小于其它算法。另外，SMFPA算法在100次迭代后基本能够找到最优解，而其它算法所需的迭代次数更多。总体上，SMFPA算法的寻优性能更好。

【参考文献】：
期刊论文
[1]基于佳点萤火虫算法与BP神经网络并行集成学习的旱情预测模型[J]. 李敬明,倪志伟,朱旭辉,许莹.  系统工程理论与实践. 2018(05)
[2]基于折射原理的混合型花朵授粉算法[J]. 崔丽群,张晨,郑宝林,周四宏.  计算机应用研究. 2019(05)
[3]协调探索和开发能力的改进灰狼优化算法[J]. 龙文,伍铁斌.  控制与决策. 2017(10)
[4]花朵授粉算法的优化[J]. 戴娇,张明新,孙昊,郑金龙,张国海.  计算机工程与设计. 2017(06)
[5]基于引力搜索机制的花朵授粉算法[J]. 肖辉辉,万常选,段艳明,谭黔林.  自动化学报. 2017(04)
[6]基于变异策略的改进型花朵授粉算法[J]. 王玉鑫,李东生,高杨.  计算机应用研究. 2017(12)
[7]混合蝙蝠算法及其应用[J]. 何子旷,吴伟民,林志毅.  计算机工程与设计. 2016(11)
[8]求解旅行商问题的离散花授粉算法[J]. 李前,贺兴时,杨新社.  计算机与现代化. 2016(07)
[9]基于花授粉算法的PID参数优化[J]. 贺圣彦,曹中清,余胜威.  计算机工程与应用. 2016(17)
[10]基于混沌的花粉算法[J]. 乔现伟,贺兴时,杨新社,胡婷婷.  纺织高校基础科学学报. 2015(03)

硕士论文
[1]多模态多目标进化算法的研究与应用[D]. 李国森.中原工学院 2019



本文编号：3429505