基于单增量和全局维度学习策略的萤火虫算法 |
| |
引用本文: | 葛婉贞,赵新超,李子旭,吴凌宇.基于单增量和全局维度学习策略的萤火虫算法[J].河北师范大学学报(自然科学版),2023(2):121-129. |
| |
作者姓名: | 葛婉贞 赵新超 李子旭 吴凌宇 |
| |
作者单位: | 北京邮电大学理学院 |
| |
基金项目: | 国家自然科学基金(61973042);;北京市自然科学基金(1202020); |
| |
摘 要: | 萤火虫算法的搜索过程较依赖于最优萤火虫,而最优萤火虫并不进行有导向的寻优移动,算法易陷入局部最优.为此,提出了一种基于单增量和全局维度学习策略的萤火虫算法.在萤火虫个体移动时,该算法并不叠加萤火虫个体的当前位置,而是将累加的位置增量作为新的搜索方向,用于更新萤火虫的位置.该算法大大降低了萤火虫当前位置对搜索过程的影响,有利于算法更快的跳出当前局部最优,进行更大范围的寻优;其次,对最优萤火虫进行一定次数的单维度学习,将学习后的萤火虫引导种群进化.在基准测试函数上的实验结果表明,该算法优于其他几种改进的群智能优化算法,具有良好的跳出局部最优的能力.
|
关 键 词: | 萤火虫算法 全局最优萤火虫 寻优移动 单维度学习 单增量策略 |
|
|