×

基于正态云模型的果蝇优化算法及其应用。 (中文。英文摘要) Zbl 1488.68086号

摘要:提出了一种基于正态云模型的果蝇优化算法(NCMFOA)。在改进的算法中,将苍蝇的位置直接指定给气味浓度判断值,并通过引入正常云模型来描述嗅觉搜索行为的随机性和模糊性。从而解决了果蝇优化算法(FOA)不能搜索负空间的缺陷,有效克服了FOA在求解复杂优化问题时容易陷入局部极值的缺点。正态云模型的熵随着迭代次数的增加而减小,使算法在早期具有更好的随机性和模糊性,提高了全局搜索能力。后期,随机性和模糊性逐渐减少,有效提高了局部开发能力。此外,通过引入实时可视化更新策略,进一步加快了NCMFOA的收敛速度。通过经典的基准函数验证了NCMFOA的可行性和有效性。测试结果表明,该算法具有收敛速度快、收敛精度高和鲁棒性好的优点。对于高维复杂优化问题,NCMFOA也能获得良好的优化结果。利用NCMFOA解决了混沌系统的参数估计问题。实验结果进一步验证了该算法具有较强的解决实际工程优化问题的能力。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
68T05型 人工智能中的学习和自适应系统
90 C59 数学规划中的逼近方法和启发式方法
PDF格式BibTeX公司 XML格式引用