基于利维飞行和变异算子的萤火虫算法

发布时间：2024-03-23 08:15

　　为增强萤火虫的全局探索能力和避免陷入局部最优,提出一种基于利维飞行和变异算子的萤火虫算法。采用标准萤火虫算法进行常规寻优,社会学习用于平衡全局搜索和局部探索能力。引入利维飞行策略,实现萤火虫的随机移动,避免萤火虫陷入局部最优。引入遗传算法中变异算子,扩大萤火虫的多样性。将该算法在广泛采用的15个基准函数上进行测试并与5种萤火虫算法进行比较,测试结果表明,该算法具有较高的准确率和较快的收敛速度。

【文章页数】：9 页

【部分图文】：

图1变异概率pm对LMFA性能的影响

进一步进行sg对LMFA影响的实验。sg分别设置为1,2，…，10，此时其它参数保持不变。从图2可以看出，解的准确率对停止间隔sg不是很敏感，sg取不同值，算法都表现比较好的性能。这个参数决定萤火虫的跳跃行为。一个小的sg将使得萤火虫频繁改变正常的搜索过程并导致种群震荡，而一个大....

图2停止间隔sg对LFMA性能的影响

图1变异概率pm对LMFA性能的影响3.3实验结果和讨论

图3SFA,MSDN-FA,YARPIZ-FA,LFA,DEFA,LMFA对于多个函数的收敛曲线

提出了一种FA算法，该算法采用利维飞行和变异算子来防止萤火虫陷入局部极小值。利维飞行带来了随机漫步，而变异算子则为萤火虫注入了多样化的信息，从而加强全局探索。如果萤火虫不能改善自身解，则利用利维飞行和变异算子将萤火虫重新分布到搜索空间。为了验证LMFA的性能，使用了一组具备不同特....

本文编号：3935634