×

一种新的firefly算法的明智步骤策略。 (英语) Zbl 1309.65072号

总结:Firefly算法是一种生物启发的优化算法,它在许多优化问题上都表现良好。然而,它很容易陷入局部最优,导致精度低。因此,改善这一劣势非常重要。在本文中,我们提出了一个明智的步骤设置策略,它考虑了萤火虫的个人和全球最佳位置的信息。结果表明,改进后的算法提高了基本firefly算法的性能。

MSC公司:

65千5 数值数学规划方法
90C26型 非凸规划,全局优化
90立方厘米 随机规划
65年20月 数值算法的复杂性和性能
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 内政部:10.1007/s12293-013-0111-9·doi:10.1007/s12293-013-0111-9
[2] 内政部:10.1109/CEC.2011.5949662·doi:10.1109/CEC.2011.5949662
[3] DOI:10.1016/j.cnsns.2012.06.009·Zbl 1254.92089号 ·doi:10.1016/j.cnsns.2012.06.009
[4] Geng H.,申请。数学7(2)pp 545–(2013)
[5] DOI:10.1016/j.asoc.2012.09.024·doi:10.1016/j.asoc.2012.09.024
[6] 内政部:10.1080/00207543.2012.750771·doi:10.1080/00207543.2012.750771
[7] DOI:10.1007/978-81-322-1038-2_35·doi:10.1007/978-81-322-1038-235
[8] DOI:10.1007/s00521-012-0927-0·doi:10.1007/s00521-012-0927-0
[9] 内政部:10.1155/2013/865154·doi:10.1155/2013/865154
[10] 内政部:10.1007/978-3-642-04944-6_14·Zbl 1260.90164号 ·doi:10.1007/978-3642-04944-6_14
[11] Yang X.S.,自然启发的元启发式算法(2010)
[12] 内政部:10.1007/978-1-84882-983-1_15·doi:10.1007/978-1-84882-983-1_15
[13] DOI:10.1007/s00366-012-0254-1·doi:10.1007/s00366-012-0254-1
[14] 内政部:10.1155/2013/832718·Zbl 1397.90419号 ·doi:10.1155/2013/832718
[15] 内政部:10.1155/2013/398141·doi:10.1155/2013/398141
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。