具有学习因子的动态搜索烟花算法

• Published in: 计算机科学与探索 Vol. 11; no. 3; pp. 491 - 501
• Main Authors: 方柳平, 汪继文, 邱剑锋, 朱林波, 苏守宝
• Format: Journal Article
• Language: Chinese
• Published: 安徽大学 计算机科学与技术学院,合肥 230601 2017; 安徽大学 计算智能与信号处理教育部重点实验室,合肥 230039%金陵科技学院 计算机学院,南京,211169
• Subjects: 变异算子; learning factor; 动态搜索烟花算法; mutation operator; 学习因子; 爆炸半径; explosion amplitude; dynamic search fireworks algorithm
• ISSN: 1673-9418
• DOI: 10.3778/j.issn.1673-9418.1604027

TP18; 采用核心烟花动态爆炸半径策略的动态搜索烟花算法(dynamic search fireworks algorithm,dynFWA)已被证明是解决优化问题的一个重要算法.然而,dynFWA的寻优精度低且容易过早地陷入局部最优解.为了改善上述的缺陷,通过嵌入一种利用历史成功信息生成两种不同的学习因子来改进传统的动态搜索烟花算法,称为改进的动态搜索烟花算法(improved dynFWA,IdynFWA).算法中的学习因子充分利用搜索过程中每一代最好的烟花个体信息,使得烟花具有向群体的优良搜索信息学习的能力,并且它的两种不同产生方式有助于平衡算法的局部搜索和全局搜索能力.改进后的算法在CEC2013的28个Benchmark函数上进行测试,实验结果表明IdynFWA的寻优效果明显优于dynFWA,并且比粒子群算法SPSO2011和差分演化算法DE/rand-to-best/1能达到更好的寻优性能.