采用多精英指导的烟花算法

发布时间：2018-08-23 07:59

【摘要】：分析了造成烟花算法中个体之间信息共享不足的原因,提出一种基于多精英指导的改进烟花算法.在每轮迭代中,较差子群中的个体接受随机选择的多个精英的指导,越差的个体被精英指导的概率越大.改进算法增强了个体之间的信息共享.在标准测试函数上的实验结果表明,改进算法在收敛精度和速度方面优于基本烟花算法.
[Abstract]:This paper analyzes the reasons for the lack of information sharing among individuals in the fireworks algorithm, and proposes an improved fireworks algorithm based on multi-elite guidance. In each iteration, the individual in the inferior subgroup is guided by several elites selected randomly, the worse the individual is directed by the elite, the greater the probability is. The improved algorithm enhances the information sharing among individuals. The experimental results on the standard test function show that the improved algorithm is superior to the basic fireworks algorithm in convergence accuracy and speed.
【作者单位】： 韩山师范学院计算机与信息工程学院;
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 石一辉;易攀;张承学;;快速开方算法在微控制器上的实现[J];计算机技术与发展;2007年04期

2 刘剑;陈建;邬连学;;一种数字PID控制算法分析[J];承德石油高等专科学校学报;2007年03期

3 杜卫林;李斌;田宇;;量子退火算法研究进展[J];计算机研究与发展;2008年09期

4 张元良;杨巍巍;刘青;程鹏;;蚁群算法在路径规划中的应用[J];数字技术与应用;2013年05期

5 叶宁;分阶搜索法对雪尔维斯特问题的算法分析[J];现代计算机(专业版);2001年10期

6 林志毅;李元香;王玲玲;;基于混合迁移行为的自组织迁移算法[J];计算机科学;2008年12期

7 张晓明;王儒敬;宋良图;;一种新的进化算法——种子优化算法[J];模式识别与人工智能;2008年05期

8 蔡尯;李春生;;高维小采样数据集的贝叶斯网络结构学习算法[J];齐齐哈尔大学学报(自然科学版);2012年04期

9 谭浪;任庆生;;智能目标穿越传感区域的改进算法[J];计算机仿真;2007年08期

10 刘学东，贾玉林，，孔昊;相关算法中跟踪稳定性问题的研究[J];红外与激光工程;1998年01期

相关会议论文 前8条

1 孙长银;冯纯伯;夏良正;;群体智能——最优化技术的一种新的有效实现模式[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

2 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年

3 谢樝;汪国皓;;WSN中一种基于分簇的多跳相对定位算法[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

4 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年

5 张国英;周俊武;沙芸;;基于约束惩罚的群体智能聚类算法[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

6 高炳岩;刘悦;;基于熵权的改进ISODATA聚类算法的研究[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年

7 康琦;杨东升;汪镭;吴启迪;;半导体封装作业调度的群体智能近似动态优化[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

8 谢樝;邓林;任廷;洪艳;;一种基于LEACH的改进路由算法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

相关博士学位论文 前10条

1 张敏霞;生物地理学优化算法及其在应急交通规划中的应用研究[D];浙江工业大学;2015年

2 卜晨阳;演化约束优化及演化动态优化求解算法研究[D];中国科学技术大学;2017年

3 刘新旺;多核学习算法研究[D];国防科学技术大学;2013年

4 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年

5 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年

6 王康平;群体智能新方法在优化和模拟中的研究[D];吉林大学;2008年

7 林川;粒子群优化与差分进化算法研究及其应用[D];西南交通大学;2009年

8 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年

9 张宇山;进化算法的收敛性与时间复杂度分析的若干研究[D];华南理工大学;2013年

10 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年

相关硕士学位论文 前10条

1 黄厦;基于改进蚁群算法的柔性作业车间调度问题研究[D];昆明理工大学;2015年

2 徐翔燕;人工鱼群优化算法及其应用研究[D];西南交通大学;2015年

3 安丰洋;基于无线网络的广播算法研究[D];曲阜师范大学;2015年

4 霍艳丽;面向路径规划的多策略和变异算子蚁群算法研究[D];南昌大学;2015年

5 白瑞;分布估计算法研究与应用[D];新疆大学;2015年

6 邵娜娜;蚁群算法求解最大团问题研究与应用[D];河北工业大学;2015年

7 王创业;基于进化算法的电力经济调度优化研究[D];华北电力大学;2015年

8 赵鸿楠;基于蜂群算法的云计算负载均衡问题研究[D];哈尔滨工业大学;2014年

9 杨鹏程;改进的人工蜂群算法在无线传感器部署问题上的应用与研究[D];南京大学;2015年

10 张影影;基于群智能优化技术的无线传感网分簇路由算法研究[D];南京邮电大学;2015年

本文编号：2198401