基于模拟退火的果蝇优化算法

发布时间：2017-07-30 13:08

  本文关键词：基于模拟退火的果蝇优化算法

  更多相关文章： 果蝇算法 模拟退火 寻优步长 接收概率 收敛速度

【摘要】：针对果蝇算法(FOA)寻优精度不高且易陷入局部最优的缺陷,提出了一种基于模拟退火思想的果蝇优化算法(SA-FOA)。所提算法对解的接收机制和寻优步长进行了改进:以广义的Gibbs分布产生的概率为接收概率,解的接收满足Metropolis准则;参考非均匀变异的思想,使步长随迭代次数的增加逐渐减小。通过对几种典型测试函数的仿真表明,改进算法具有较强的全局搜索能力,同时寻优精度和收敛速度比果蝇算法也有较大的提高。因此,可以用改进算法对神经网络和服务调度问题的参数进行优化。
【作者单位】： 贵州大学大数据与信息工程学院;
【关键词】： 果蝇算法 模拟退火 寻优步长 接收概率 收敛速度
【基金】：贵州省合作计划项目(黔科合计省合[2012]7002号,黔科合计省合[2014]7002号) 贵州大学研究生创新基金资助项目(研理工2016069)~~
【分类号】：TP18
【正文快照】： 0引言果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)是一种新型的群智能优化算法,算法是根据果蝇的觅食行为进行推演形成的一种寻找全局最优解的新方法[1-5]。该算法与粒子群优化(Particle Swarm Optimization,PSO)算法、人工鱼群算法(Artificial Fish Swarm Algorithm，

本文编号：594338