内嵌扰动变异的混合蛙跳算法-计算机工程与应用.PDF

Computer Engineering and Applications 计算机工程与应用 2015 ，51（12） 27 ⦾理论研究、研发设计⦾ 内嵌扰动变异的混合蛙跳算法 季 骏，戴月明，吴定会 JI Jun, DAI Yueming, WU Dinghui 江南大学 物联网工程学院，江苏 无锡 214122 School of IOT Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China JI Jun, DAI Yueming, WU Dinghui. Disturbance variation embedded shuffled frog leaping algorithm. Computer Engineering and Applications, 2015, 51 （12）：27-30. Abstract ：To solve the premature convergence problem of the Shuffled Frog Leaping Algorithm, having weak local searching ability, an improved shuffled frog algorithm is proposed. New algorithm introduces random mutations in pairs of each frog and lets the subgroup within every frog individuals involve in producing new individual, making full use of every frog individual information, increasing the diversity of population, improving global optimization ability and avoiding algorithm to fall into local convergence. The simulation shows that the improved shuffled frog leaping algorithm effectively avoids falling into local convergence, improving the convergence precision. Key words ：shuffled frog leaping algorithm; premature convergence; random mutations; global optimization 摘 要：针对蛙跳算法局部搜索能力较弱，容易陷入早熟收敛的现象，提出了一种改进的混合蛙跳算法。新算法对 子群中每只新青蛙个体引入了随机扰动，并让子群内每只青蛙个体都参与产生新个体，充分利用每只青蛙个体的信 息，增加了种群的多样性，提升算法的全局寻优能力，从而避免算法陷入局部收敛。实验表明，改进的混合蛙跳算法 有效避免算法陷入局部收敛，提升了算法的收敛精度。 关键词：混合蛙跳算法；早熟收敛；随机扰动；全局优化 文献标志码：A 中图分类号：TP311.56 doi ：10.3778/j.issn. 1002-8331.1403-0462 1 引言 每只青蛙个体带上一定量的电荷，子群内的其他青蛙个 [1-2] 体对该子群内最差青蛙个体产生的合力决定移动的步 混合蛙跳算法 （Shuffled Flog Leaping Algorithm ， SFLA）是由Eusuff 与Lansey 提出的。该算法具有计算 长，在进化初期，能快速定位较好的搜索区域，在进化中 速度快，全局搜索寻优能力强，易于实现等优点。目前 后期，能有效跳出局部最优，此算法维持了子群多样性， [12] SFLA 已成功应用于车间作业