基于模拟退火与高斯扰动的烟花优化算法

发布时间：2018-01-09 05:27

  本文关键词：基于模拟退火与高斯扰动的烟花优化算法　出处：《计算机科学》2017年05期 　论文类型：期刊论文

  更多相关文章： 烟花算法 模拟退火 高斯扰动 标准粒子群算法 增强烟花算法

【摘要】：烟花算法(Fireworks Algorithm,FWA)是一种群体智能优化算法,具有求解复杂问题的全局最优解的能力。为了提高FWA求解全局最优解的能力,将模拟退火的思想引入到烟花优化算法中,并对FWA中某些单个烟花个体进行高斯扰动,提出了一种基于模拟退火与高斯扰动的烟花优化算法(SAFWA)。分别把烟花算法(FWA)、标准粒子群算法(SPSO)、增强烟花算法(EFWA)和SAFWA在10个典型的基准测试函数中进行仿真对比,结果表明,在收敛速度、计算精度以及稳定性方面,SAFWA均优于其他3种算法。
[Abstract]:Fireworks algorithm is a swarm intelligence optimization algorithm. In order to improve the ability of FWA to solve the global optimal solution, the idea of simulated annealing is introduced into the fireworks optimization algorithm. By disturbing some individual fireworks in FWA by Gao Si, a fireworks optimization algorithm based on simulated annealing and Gao Si perturbation is proposed. The standard particle swarm optimization (SPSO) algorithm, the enhanced fireworks algorithm (EFWA) and SAFWA are compared with each other in 10 typical benchmark functions. The results show that the convergence rate is high. In terms of accuracy and stability, SAFWA is superior to the other three algorithms.
【作者单位】： 沈阳航空航天大学计算机学院;
【基金】：辽宁省教育厅科学基金(L2013064) 中航工业技术创新基金(基础研究类)(2013S60109R)资助
【分类号】：TP18
【正文快照】： 到稿日期:2016-04-26返修日期:2016-07-06本文受辽宁省教育厅科学基金(L2013064),中航工业技术创新基金(基础研究类)(2013S60109R)资助。烟花算法(FWA)是谭营教授于2010年受烟花在夜空中爆炸的启发而提出的一种群体智能优化算法。FWA通过模拟烟花在空中爆炸的行为建立相应的数

【相似文献】

相关期刊论文 前10条

1 谢玉珑,王继红,俞汝勤;通用模拟退火用于稳健多元分析校正[J];高等学校化学学报;1993年02期

2 李洪瑞;基于模拟退火算法的多目标数据关联[J];情报指挥控制系统与仿真技术;1998年10期

3 郭茂祖,姜俊峰,李静梅;模拟退火算法中冷却调度选取方法的研究[J];计算机工程;2000年09期

4 钟太勇;许小勇;;模拟退火算法求算一维非线性方程的根[J];郧阳师范高等专科学校学报;2006年06期

5 郑玉|，

本文编号：1400179