模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2013, Vol. 26 Issue (11): 1057-1067    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
动态双子群协同进化果蝇优化算法
韩俊英,刘成忠,王联国
甘肃农业大学信息科学技术学院兰州730070
Dynamic Double Subgroups Cooperative Fruit Fly Optimization Algorithm
HAN Jun-Ying,LIU Cheng-Zhong,WANG Lian-Guo
College of Information Science and Technology,Gansu Agricultural University,Lanzhou 730070

全文: PDF (800 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点,提出动态双子群协同进化果蝇优化算法(DDSCFOA).该算法在运行过程中根据群体的进化水平,动态地将整个种群划分为先进子群和后进子群;先进子群采用混沌算法在局部最优解邻域内进行精细的局部搜索,后进子群采用基本FOA算法进行全局搜索,较好地平衡局部搜索能力和全局搜索能力;两个子群间的信息通过全局最优个体的更新和种群个体的重组进行交换.DDSCFOA算法能跳出局部极值,避免陷入局部最优.仿真结果表明,动态双子群协同进化的策略有效可行,DDSCFOA算法比基本FOA算法具有更好的优化性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
韩俊英
刘成忠
王联国
关键词 果蝇优化算法群体智能协同进化早熟收敛    
Abstract:In order to overcome the demerits of basic Fruit Fly Optimization Algorithm(FOA),such as low convergence precision and easily relapsing into local optimum,a dynamic double subgroup cooperative Fruit Fly Optimization Algorithm (DDSCFOA) is presented. Firstly,the whole group is dynamically divided into advanced subgroup and backward subgroup according to its own evolutionary level. Secondly,a finely local searching is made for advanced subgroup in the neighborhood of local optimum with Chaos algorithm,and a global search with FOA is made for backward subgroup,so that the whole group keeps in good balance between the global searching ability and local searching ability. Finally,two subgroups exchange information by updating the overall optimum and recombining the subgroups. DDSCFOA can jump out of local optimum and avoid falling into local optimum. The experimental results show that the strategy of dynamic double subgroup cooperative evolution is effective and feasible,DDSCFOA is much better than basic FOA in convergence velocity and convergence precision.
Key wordsFruit Fly Optimization Algorithm    Swarm Intelligence    Cooperative Evolution    Premature Convergence   
收稿日期: 2013-02-27     
ZTFLH: TP181  
基金资助:国家自然科学基金项目(No.61063028)、甘肃省自然科学基金项目(No.1208RJZA133)、甘肃省科技支撑计划项目(No.1011NKCA058)、甘肃省教育厅科研基金项目(No.1202-04)、甘肃省高等学校科研基金项目(No.2013A-060)资助
作者简介: 韩俊英(通讯作者),女,1975年生,硕士,副教授,主要研究方向为优化计算、农业信息技术.E-mail:hanjy@gsau.edu.cn.刘成忠,男,1969年生,副教授,博士研究生,主要研究方向为智能决策支持系统.王联国,男,1968年生,博士,教授,主要研究方向为计算智能及其工程应用、智能信息处理.
引用本文:   
韩俊英,刘成忠,王联国. 动态双子群协同进化果蝇优化算法[J]. 模式识别与人工智能, 2013, 26(11): 1057-1067. HAN Jun-Ying,LIU Cheng-Zhong,WANG Lian-Guo. Dynamic Double Subgroups Cooperative Fruit Fly Optimization Algorithm. , 2013, 26(11): 1057-1067.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I11/1057
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn