应用反向学习策略的果蝇优化算法 |
| |
引用本文: | 韩俊英,刘成忠.应用反向学习策略的果蝇优化算法[J].计算机应用与软件,2014(4):157-160. |
| |
作者姓名: | 韩俊英 刘成忠 |
| |
作者单位: | ;1.甘肃农业大学信息科学技术学院 |
| |
摘 要: | 针对基本果蝇优化算法FOA(Fruit Fly Optimization Algorithm)容易陷入局部极值、进化后期收敛速度慢和收敛精度低的缺点,采用反向学习策略加以改进,提出应用反向学习策略的果蝇优化算法OBLFOA(FOA with Opposition-based Learning)。该算法将一般反向学习策略和动态一般反向学习策略分别引入到果蝇优化算法的种群初始化和迭代寻优过程中,能得到越来越好的种群个体。随着迭代过程的逐步深入,使得进化种群快速地逼近最优解。对6个经典测试函数的仿真结果表明,新算法在收敛速度、收敛可靠性及收敛精度方面比基本果蝇优化算法有较大的提高。
|
关 键 词: | 进化计算 反向学习 果蝇优化算法 |
FRUIT FLY OPTIMIZATION ALGORITHM WITH OPPOSITION LEARNING POLICY |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|