资料下载
×
一种大规模优化问题的改进花朵授粉算法
消耗积分:0 |
格式:pdf |
大小:1.14 MB |
2021-04-13
分享资料个
花朵授粉算法（FPA）寻优结构新颖，寻优能力良妤，但求解高维优化问题易陷入¨维数灾难”。为提高FPA求解大规模优化问题的性能，提岀一种改进花朵授粉算法（IPA）。采用反向学习策略増加种群多样性，充分搜索解空间，提髙初始种群质量;在自花授粉阶段，发挥当代最优位置的牵引作用，减少算法迭代代价，提高搜索效率，提出避免维间千扰的方法，采用逐维随机扰动策略对花粉饣体进行更新，整体评价后接受更优解提高了算法局部迭代质量。IPA仅需3~5个种群个体即可达到满意的优化效果，15个测试函数在100、1000和5000维下的仿真结果表明：IPA的求解精度大幅提高，收敛速度明显加快，鲁棒性强，与FPA、PSO和BA的时比表明，改进算法在处理不同类型大规模优化问题上是具有竞争力的。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
