基于模拟退火的改进鸡群优化算法

发布时间：2019-05-16 01:00

【摘要】：针对鸡群算法因小鸡粒子易陷入局部最优而无法取得全局最优解问题,在小鸡粒子位置更新中加入自身惯性权重和向子群中公鸡粒子学习部分,提出具有随机惯性权重和固定学习因子的改进鸡群算法,然后用模拟退火算法对改进鸡群算法陷入停滞状态时已得到的最优解进行邻域搜索,使算法具有跳出局部最优取得全局最优解的能力,最后将基于模拟退火的改进鸡群算法用于4个标准测试函数寻优.仿真结果表明,基于模拟退火的改进鸡群算法全局搜索能力强,收敛速度快,精度高,与粒子群算法、鸡群算法以及改进鸡群算法相比寻优性能更佳.
[Abstract]:In order to solve the problem that chicken particle can not get global optimal solution because chicken particle is easy to fall into local optimal solution, the inertia weight of chicken particle and the learning part of rooster particle in subgroup are added to the update of chicken particle position. An improved chicken swarm algorithm with random inertia weight and fixed learning factor is proposed, and then the simulated annealing algorithm is used to search the neighborhood of the optimal solution obtained when the improved chicken swarm algorithm is in a stagnant state. The algorithm has the ability to jump out of the local optimal solution to obtain the global optimal solution. Finally, the improved chicken swarm algorithm based on simulated annealing is applied to the optimization of four standard test functions. The simulation results show that the improved chicken swarm algorithm based on simulated annealing has strong global search ability, fast convergence speed and high precision. Compared with particle swarm optimization algorithm, chicken swarm algorithm and improved chicken swarm algorithm, the improved chicken swarm algorithm has better optimization performance.
【作者单位】： 安徽理工大学电气与信息工程学院;
【基金】：国家自然科学基金(61401215) 安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016082)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 刘彦秀;姜华;潘全科;;基于全局和声搜索的模拟退火算法改进[J];计算机工程与科学;2010年11期

2 王文举;;模拟退火算法求解二次规划问题与实现[J];电脑编程技巧与维护;2013年13期

3 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

4 倪志伟,贾瑞玉,程慧霞;一个分阶段的综合模拟退火方案[J];计算机应用与软件;1997年02期

5 李晓明,高泽溪,吕善伟;模拟退火在电子元件位置优化上的应用[J];系统工程与电子技术;1998年07期

6 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

7 刘宴兵;基于模拟退火技术应用的探讨[J];重庆邮电学院学报;1999年04期

8 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

9 陈卫东,孟小华;求图控制集问题的模拟退火算法的改进[J];重庆师范大学学报(自然科学版);2004年02期

10 陈华根,李丽华,许惠平;模拟退火定位算法研究[J];同济大学学报(自然科学版);2005年09期

相关会议论文 前10条

1 颜声远;陈玉;梁龙远;;基于模拟退火算法的操纵器排列优化[A];中国核学会核能动力分会2013年学术研讨会论文集[C];2013年

2 秦进;吴琼;;改进的模拟退火算法及其在物流网络设计问题中的应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

3 马平;柴欣;李涛;杨愚鲁;;动态重构系统中基于模拟退火算法的划分[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

4 洪兴楠;张潇林;王作鹏;吴丹策;;对模拟退火优化算法的改进[A];1997年全国微波会议论文集(下册)[C];1997年

5 黎建强;薜珏;张国庆;;一种基于模拟退火的仓库布局算法[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

6 蒲忠昊;王林;张磊;;一种改进的快速自适应模拟退火算法[A];2006中国控制与决策学术年会论文集[C];2006年

7 陈德旺;裴丽君;刘静;;基于模拟退火的交通诱导信息发布范围的算法研究[A];第二十九届中国控制会议论文集[C];2010年

8 王新生;姜友华;;模拟退火算法在设施定位问题中的应用研究[A];“资源环境与区域发展中的计算问题”研讨会论文集[C];2006年

9 吴进华;吴华丽;周仕;;基于模拟退火的粒子群优化算法[A];第三届全国虚拟仪器大会论文集[C];2008年

10 忻获麟;沈宁;;“麦克斯韦热怪”:模拟退火新方案[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

相关博士学位论文 前1条

1 赵松原;模拟退火结合正交分解算法的气动外形最优化设计[D];南京航空航天大学;2006年

相关硕士学位论文 前10条

1 邵文超;基于模拟退火算法的船舶航向PID控制器参数优化研究[D];大连海事大学;2015年

2 刘亚南;基于模拟退火算法的施工项目动态可靠性优化研究[D];西安建筑科技大学;2016年

3 许萍;基于模拟退火的空域扇区优化方法研究[D];中国民航大学;2014年

4 程玲;模拟退火算法在分裂系构造中的应用[D];上海交通大学;2010年

5 庞峰;模拟退火算法的原理及算法在优化问题上的应用[D];吉林大学;2006年

6 项宝卫;结构优化中的模拟退火算法研究和应用[D];大连理工大学;2004年

7 张玉虎;基于模拟退火的分类算法研究与实现[D];青岛大学;2013年

8 闫颖;基于模拟退火和团划分的综合技术研究[D];哈尔滨工程大学;2010年

9 许彦钊;模拟退火优化神经网络研究及其在入侵检测中的应用[D];吉林大学;2009年

10 黄宏用;改进的遗传—模拟退火算法在公交排班中的应用[D];兰州理工大学;2011年

，

本文编号：2477899