一种改进自适应步长人工萤火虫算法.PDFVIP

第 １０卷第３期　 　 　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１０ №．３ ２０１５年６月　 　 　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 Ｊｕｎ． ２０１５ ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１４０３０２５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ｔｐ１１０７．００１．ｈｔｍｌ 一种改进的自适应步长的人工萤火虫算法 １，２ １，２ 唐少虎 ，刘小明 （１．北方工业大学 电气与控制工程学院，北京１００１４４；２．北方工业大学城市道路交通智能控制技术北京市重点实验 室，北京１００１４４） 摘　 要：在基本的人工萤火虫算法（ＧＳＯ）中，萤火虫的固定移动步长导致算法容易陷入局部最优并可能出现函数适 应值的震荡现象。 在一些自适应步长的人工萤火虫算法（Ａ⁃ＧＳＯ）中，算法迭代过程中会出现一些萤火虫的邻域集 合为空集的现象，这将导致算法收敛速度降低并陷入局部最优值。 为此，设计了改进的自适应步长的人工萤火虫算 法（ＦＡ⁃ＧＳＯ），改进的算法针对邻域无同伴的萤火虫引入觅食行为寻找优化方向并自适应调整移动步长，进一步提 高求解精度和稳定性，并给出了算法的收敛性分析，结合ＧＳＯ、Ａ⁃ＧＳＯ２种算法对多个标准测试函数进行寻优并提取 相关指标。 通过指标对照，验证了ＦＡ⁃ＧＳＯ算法的有效性，表明算法可以改善函数寻优的精度并提高迭代速度。 关键词：人工萤火虫算法；自适应步长；觅食行为；全局收敛性 中图分类号：ＴＰ１８３　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１５）０３⁃０４７０⁃０６ 中文引用格式：唐少虎，刘小明． 一种改进的自适应步长的人工萤火虫算法［Ｊ］． 智能系统学报，２０１５，１０（３）：４７０⁃４７５． 英文引用格式：ＴＡＮＧ Ｓｈａｏｈｕ，ＬＩＵ Ｘｉａｏｍｉｎｇ． Ａｎ ｉｍｐｒｏｖｅｄ ａｄａｐｔｉｖｅ ｓｔｅｐ ｇｌｏｗｗｏｒｍ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，２０１５，１０（３）：４７０⁃４７５． Ａｎ ｉｍｐｒｏｖｅｄ ａｄａｐｔｉｖｅ ｓｔｅｐ ｇｌｏｗｗｏｒｍ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ １，２ １，２ ＴＡＮＧ Ｓｈａｏｈｕ ，ＬＩＵ Ｘｉａｏｍｉｎｇ （１． Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １００１４４，Ｃｈｉｎａ；２． Ｂｅｉｊｉｎｇ Ｋｅｙ Ｌａｂ ｏｆ Ｕｒｂａｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｆｆｉｃ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｎｏｒｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １００１４４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｂａｓｉｃｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ （ＧＳＯ），ｉｔｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｌｏｃａｌｏｐｔｉｍｕｍａｎｄｔｈｅｏｓｃｉｌｌａｔｉｏｎ ｐｈｅｎｏｍｅｎｏｎ ｏｆｆｕｎｃｔｉｏｎａｄａｐｔｉｖｅｖａｌｕｅｓｍａｙｏｃｃｕｒｂｅｃａｕｓｅｏｆｔｈｅｆｉｘｅｄｓｔｅｐｌｅｎｇｔｈ．Ｉｎｓｏｍｅａｄａｐｔｉｖｅ⁃ｓｔｅｐｇｌｏｗｗｏｒｍ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ （Ａ⁃ＧＳＯ） ａｌｇｏｒｉｔｈｍｓ，ｎｅｉｇｈｂｏｒｈｏｏｄ ｓｅｔｓ ｏｆ ｓｏｍｅｆｉｒｅｆｌｉｅｓ ｍａｙ ｂｅ ｅｍｐｔｙ ｉｎ ｔｈｅ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈ