一种变步长自适应萤火虫群多模态函数优化算法.pdfVIP

下载本文档

1
0
约 12页
2015-08-30 发布于安徽
举报
版权申诉

一种变步长自适应萤火虫群多模态函数优化算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

网络出版时间：2011-5-19 14:35 网络出版地址：/kcms/detail/11.2127.tp1435.004.html 2010-12-20 一种变步长自适应萤火虫群多模态函数优化算法黄正新，周永权（广西民族大学数学与计算机科学学院南宁 530006）摘要：针对萤火虫群优 (GSO)算法优多模态函数存在收敛速度慢和求解精度不高等缺陷，提出一种变步长自适应萤火虫群优算法(CSGSO) 。该算法主要思想是在 GSO 算法中引入搜索成功与失败概念，在每次迭代中萤火虫个体据其搜索成功或失败，加大或减小其搜索步长，使算法具有动态自适应性。实验表明，该算法可有效地解决 GSO 算法优化多模态函数存在收敛速度慢和求解精度不高的问题，增强了 GSO 算法优化多模态函数的性能；与其他算法相比，本文提出的算法具有操作简单、容易理解、收敛速度快和求解精度高等优点。关键词：多模态函数优；GSO ；自适应；CSGSO；多峰函数中图法分类：TP18 Adaptive Glowworm Swarm Optimization Algorithm with Changing Step for Optimizing Multimodal Functions Huang Zheng-xin, Zhou Yong-quan (College of Mathematics and Computer Science, Guangxi University for Nationalities, Nanning 530006, China) Abstract: new adaptive glowworm swarm optimization algorithm with changing step (CSGSO) was presented to solve the problem that the Glowworm Swarm Optimization (GSO) algorithm to optimize the multi-modal function existing slow convergence and low precision defects. The successful or failure to search was introduced in this new algorithm. In each iteration process , the step was changed dynamically according to the searching is successful or failure, which provides