基于变异策略的自适应七星瓢虫优化算法-计算机应用研究.PDFVIP

基于变异策略的自适应七星瓢虫优化算法-计算机应用研究.PDF

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
基于变异策略的自适应七星瓢虫优化算法 作者 魏锋涛, 卢凤仪, 郑建明 机构 西安理工大学 机械与精密仪器工程学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第8 期 访问地址 /article/02 -2018-08-004.html 发布日期 2017-07-21 11:40:28 引用格式 魏锋涛, 卢凤仪, 郑建明. 基于变异策略的自适应七星瓢虫优化算法[J/OL]. [2017-07-21]. http:// /article/02 -2018-08-004.html. 摘要 针对七星瓢虫优化算法易陷入局部最优、求解精度不高的缺陷,提出基于变异策略的自适应七星 瓢虫优化算法。为提高算法求解质量,在每次迭代搜索时利用柯西变异策略增加解的多样性,引 入竞争淘汰机制淘汰适应度值较差的个体;同时,为了提高算法收敛性能,在算法搜索后期利用 混沌变异策略对种群中最优和较优个体进行混沌变异操作,并对学习因子进行自适应更新调整。 利用标准测试函数进行实验仿真,结果表明改进算法不仅提高了求解精度,同时有效避免了局部 收敛问题。 关键词 七星瓢虫优化算法, 柯西变异策略, 混沌变异策略, 自适应学习因子, 函数优化 中图分类号 TP301.6 基金项目 国家自然科学基金资助项目51475365); 西安理工大学博士启动基金资助项目(102- 451115002); 陕西省自然科学基础研究计划资助项目(2017JM5088) 35 优先出版 计 算 机 应 用 研 究 第 卷 基于变异策略的自适应七星瓢虫优化算法* 魏锋涛,卢凤仪,郑建明 (西安理工大学 机械与精密仪器工程学院,西安 710048) 摘 要:针对七星瓢虫优化算法易陷入局部最优、求解精度不高的缺陷,提出基于变异策略的自适应七星瓢虫优化算法。 为提高算法求解质量,在每次迭代搜索时利用柯西变异策略增加解的多样性,引入竞争淘汰机制淘汰适应度值较差的个 体;同时,为了提高算法收敛性能,在算法搜索后期利用混沌变异策略对种群中最优和较优个体进行混沌变异操作,并 对学习因子进行自适应更新调整。利用标准测试函数进行实验仿真,结果表明改进算法不仅提高了求解精度,同时有效 避免了局部收敛问题。 关键词:七星瓢虫优化算法;柯西变异策略;混沌变异策略;自适应学习因子;函数优化 中图分类号:TP301.6 Adaptive seven-spot ladybird optimization based on mutation strategy Wei Fengtao, Lu Fengyi, Zheng Jianming (School of Mechanical Instrumental Engineering, Xian University of Technology, Xian 710048, China) Abstract: Considering the problems of falling into the local optimum and low solving precisions of seven-spot ladybird optimi

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档