- 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
查看更多
基于邻域正交交叉算子的混合蛙跳算法
孟庆莹1王联国2
(1?甘肃农业大学工学院,兰州,730070 2.甘肃农业大学信息学院,兰州,730070)
摘要:混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法优化楮度低、收敛速度慢 的缺点,引入邻域正交交叉算子的概念,提出了一种基于邻域正交交叉算子的混合蛙跳算法(SFLA-OCO) o通过对基准 两数进行测试,实验结果证明改进的算法提高了算法的收敛速度,增强了算法的寻优能力。
关键词:混合蛙跳算法;群体智能;正交交叉算子
Shuffled Frog Leaping Algorithm based on LocalOrthogonal Crossover Operator
Meng Qingyingl Wang Lianguo2
(1. College of Engineering, Gansu Agricultural University, Lanzhou 730070, China
2. College of Information Science Technology, Gansu Agricultural University, Lanzhou 730070, China)
Abstract: Shuffled Frog Leaping Algorithm(SFLA) is a new swarm intelligence optimization algorithm.Since basic Shuffled Frog Leaping Algorithm has low optimizatio n precision and slow converge nee speed Jhis paper proposes a Shuffled Frog Leaping Algorithm based on local orthogonal crossover operator (SFLA-OCO)? The test of benchmark function shows that the new algorithm improved not only the convergenee speed but also the abilities of searching the global excellent result?
Key words : Shu ffled Frog Leaping Algorithm;Swarm IntelligenceiOrthogonal Crossover Operator
1引言
混合蛙跳算法(Shuffled Frog Leaping Algorithm ,SFLA)是 2(X)3 年由 Eusuff 和 Lansey 提出,根据模拟青蛙觅食过程中信息共享和交流的 特点而产生的一种基于群体智能的算法。作为一种 全新的生物进化算法,它结合了基于基因进化的模 因演算法(Memetic Algorithm,MA)和基于群体行 为的粒了群算法(Particle Swarm Optimization,PSO) 两者的优点,具冇概念简单,参数少(具冇比PSO 更少的算法参数),计算速度快,全局寻优能力强, 易于实现的特点。目前该算法已经不断得到完善和 应川,如水资源网络分配问题⑴引、车间调度问题⑷、 函数优化宀叭旅行商问题I、成品油管网优化设 计I⑼等。然而在基木混仑蛙跳算法的求解过程中, 对于一些复杂的问题依然存在着收敛速度较慢、优 化精度较低的缺点,而且随着维数的增加,这种变 化就越人,最终影响了算法的效率。因此研究者用 不同的方法进行了相应的改进,如文献[5]提出了一 种基于阈值选择策略的改进混合蛙跳算法,在一定 程度上改善了基本混合蛙跳算法的性能;文献[6]利 用住物学屮的吸引排斥思想更新策略,一定程度上 提高了算法的收敛速度。
木文将邻域正交交义算子引入到基本混合蛙跳 算法中,提出了一种基于邻域正交交叉算子的混合 蛙跳算法(Shuffled Frog Leaping Algorithm based on Local Orthogonal Crossover Operator, SFLA-OCO), 提高了算法的优化精度。
2混合蛙跳算法基本原理
2.1行为描述
在一片湿地中生活着一群青蛙,湿地內离散地 分布着许多石头,青蛙通过寻找不同的石头进行跳 跃去找到食物较多的地方。每个青蛙通过寻找不同 的石头捉高自己寻找食物的能力,而青蛙个体Z间 通过思想的交流实现信息的交换。在子群体中的每 个个体有口己的文化,并被定义为问题的一个解, 影响着其它个体,并随着子酬体的进化而进化。当 了群体进化到一定阶段以后,各个了群体Z间再进 行思
文档评论(0)