计算机工程与应用

2021, v.57;No.989(22) 92-101

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

分段权重和变异反向学习的蝴蝶优化算法
Piecewise Weight and Mutation Opposition-Based Learning Butterfly Optimization Algorithm

李守玉;何庆;杜逆索;

摘要(Abstract):

针对原始蝴蝶优化算法容易陷入局部最优解、收敛速度慢及寻优精度低等问题,提出分段权重和变异反向学习的蝴蝶优化算法。通过飞行引领策略来矫正邻域内蝴蝶的自身飞行,降低盲目飞行,增强算法跳出局部最优的能力;引入分段权重来平衡全局勘探及局部开发的能力,进而实现蝴蝶位置动态更新;使用变异反向学习对位置进行扰动,增加种群多样性以及提高算法的收敛速度。通过对9个测试函数和部分CEC2014函数及Wilcoxon秩和检验来评估改进算法的寻优能力,实验结果表明改进算法的收敛速度及寻优精度得到了极大改进。

关键词(KeyWords): 蝴蝶优化算法(BOA);飞行引领策略;分段权重;变异反向学习;统计检验

Abstract:

Keywords:

基金项目(Foundation): 贵州省科技计划项目重大专项(黔科合重大专项字[2018]3002,黔科合重大专项字[2016]3022);; 贵州省公共大数据重点实验室开放课题(2017BDKFJJ004);; 贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124);; 贵州大学培育项目(黔科合平台人才[2017]5788)

作者(Author): 李守玉;何庆;杜逆索;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享