一种基于自适应动态惯性权重加压缩因子的人工藻-安徽师范大学学报.PDF

第 卷 期 安 徽 师 范 大 学 学 报 （自然科学版） ４０ ６ 犞狅犾．４０犖狅．６ 年 月 （ ） ２０１７ １１ 犑狅狌狉狀犪犾狅犳犃狀犺狌犻犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋 犖犪狋狌狉犪犾犛犮犻犲狀犮犲 犖狅狏．２０１７ 狔 ： ／ 犇犗犐１０．１４１８２犑．犮狀犽犻．１００１－２４４３．２０１７．０６．００５ 一种基于自适应动态惯性权重加压缩因子的人工藻算法 瞿 佳， 周 文， 胡 伟， 徐 昌 （安徽师范大学 数学计算机科学学院，安徽 芜湖 ２４１００３） 摘 要：针对标准的人工藻算法（ ）会由于参数选取不当等原因导致过早收敛和易陷入局部最 犃犃犃 优解等 问题，本文提 出一种 自适应动 态惯性权重 （ ）加压缩 因子 （ ）的人工藻算法 犛犠 犆犉 （ ）为了平衡算法的全局探索和局部改良能力，自适应动态惯性权重被引入到人工藻算 犆犉犛犠犃犃犃 ． 法中：为了控制和 约束人工藻位置的移动距离，压缩因子被引入到人工藻算法的位置更新中，从而 提高算法的收敛速 度 最后文章利用 个标准测试函数对改进的算法进行了仿真测试 仿真结果 ． ４ ． 表明，基于自适应动态 惯性权重加压缩因子的人工藻算法相比现有的其他四种算法具有较高的优 化性能． 关键词：人工藻算法；自适应动态惯性权重；压缩因子 中图分类号： 文献标志码： 文章编号： （ ） 犗２３２ 犃 １００１－２４４３２０１７０６－０５３８－０６ 新的智能优化方法一般是建立在生物智能或物理现象基础上的随机模拟算法，目前在理论上还远不如 传统优化方法完善，往往也不能确保解得最优性，因而常常被视为元启发式方法 这类算法均从任意一个初 ． 始解出发，按照某种机制，以一定的概率在整个求解空间中搜索最优解，由于它们可以把搜索空间扩展到整 个问题空间，因而具有全局优化性能 随着优化理论的发展，智能算法得到了迅速发展和广泛应用，成为解决 ． 传统系统控制问题的新方法，如遗传算法（ ， ）、蚁群算法（ ， 犌犲狀犲狋犻犮犃犾狅狉犻狋犺犿 犌犃 犃狀狋犆狅犾狅狀 犗狋犻犿犻狕犪狋犻狅狀 犵 狔 狆 ）、粒子群算法（ ， ）、人工蜂群算法（ ， 犃犆犗 犘犪狉狋犻犮犾犲犛狑犪狉犿犗狋犻犿犻狕犪狋犻狅狀 犘犛犗 犃狉狋犻犳犻犮犻犪犾犅犲犲犆狅犾狅狀 犪犾狅狉犻狋犺犿 狆 狔 犵 ）、萤火虫算法（ ， ）等 这些优化算法都是通 过模拟自然现象和过程来实现的，其 犃犅犆 犉犻狉犲犳犾犃犾狅狉犻狋犺犿 犉犃 ．