一种改进的变步长的萤火虫算法

李恒; 郭星; 李炜

Chinese

您当前的位置：

首页 >

文章列表页 >

一种改进的变步长的萤火虫算法

更新时间：2026-09-04

- 一种改进的变步长的萤火虫算法
- An Improved Glowworm Swarm Optimization Algorithm with Changing Step
- 微电子学与计算机 2016年33卷第10期页码：41-45
- 作者机构：
  
  1. 安徽大学计算智能与信号处理重点实验室,安徽,合肥,230039
  2. 安徽大学计算机科学与技术学院,安徽,合肥,230601
- 作者简介：
- 基金信息：
  
  安徽省科技攻关项目 06060701
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
李恒, 郭星, 李炜. 一种改进的变步长的萤火虫算法[J]. 微电子学与计算机, 2016, 33(10): 41-45.

LI Heng, GUO Xing, LI Wei. An Improved Glowworm Swarm Optimization Algorithm with Changing Step[J]. 2016, 33(10): 41-45.
李恒, 郭星, 李炜. 一种改进的变步长的萤火虫算法[J]. 微电子学与计算机, 2016, 33(10): 41-45. DOI：

LI Heng, GUO Xing, LI Wei. An Improved Glowworm Swarm Optimization Algorithm with Changing Step[J]. 2016, 33(10): 41-45. DOI：

摘要

为了克服人工萤火虫算法(Glowworm swarm optimization

GSO)在求解全局优化问题时

存在收敛速度慢

求解精度不高、易陷入局部最优等问题.提出了一种改进的变步长自适应的萤火虫优化算法.采用该算法可在一定程度上避免因过早的成熟陷入局部最优

并且可在后期达到更高的精确度.实验仿真证明

该算法较明显的提高了其收敛速度和精确度.

Abstract

In order to overcome the basic artificial firefly algorithm (Glowworm swarm optimization

GSO) in solving global optimization problems

slow convergence speed

precision is not high

easily falling into the master problem. So

The paper puts forward an improved variable step optimization algorithm. To some extent

adopt the algorithm can avoid premature mature into a local optimum

and can achieve a higher accuracy in the later. Through simulation experiment

proves that the algorithm on the convergence speed and precision are obviously improved.

关键词

Keywords

references

黄正新, 周永权. 自适应步长萤火虫群多模态函数优化算法[J]. 计算机科学, 2011, 38(7): 220-224. DOI: 220

Krishnanand K N, Ghose D. Detection of multiple source locations using a glowworm metaphor with applications to collective robotic[C]// IEEE Swarm Intelligence Symposium. Pasadena, California: IEEE Press, 2005: 84-91.

吴东周, 丁学明. 基于改进萤火虫算法的T－S模型辨识[J]. 计算机仿真, 2013, 30(3): 327-330. DOI: 327

Krishnand K N. Ghose D. Glowworm swarm based optimization algorithm for multimodal functions with collective robotics applications[J]. Multiagent and Grid Systems, 2006, 2(3): 209-222. DOI: 209

李永林, 叶春明. 基于萤火虫算法的零等待流水线调度优化[J]. 机械设计与研究, 2013, 29(6): 50-54. DOI: 50

Simakov D, Caspi Y, Shechtman E, et al. Summarizing visual data using bidirectional similarity[C]//Proc. of CVPR'08. Anchorage, Alaska, USA: [s. n. ], 2008.

Deep K, Bansal J C. Mean particle swarm optimization for function optimization[J]. International Journal of Computational Intelligence Studies, 2009, 1 (1) : 72-92. DOI: 72

唐少虎, 刘小明. 一种改进的自适应步长的人工萤火虫算法[J]. 智能系统学报, 2015, 10(3): 220-224/470-475. DOI: 220

曾冰, 李明富, 张翼. 基于改进萤火虫算法的装配序列规划方法[J]. 计算机集成制造系统, 2014, 49(11): 799-806. DOI: 799

贺春华, 张湘伟, 吕文阁. 竞选算法的参数设计与性能研究[J]. 计算机工程, 2010, 36(6): 201-203 DOI: 201

周季华, 叶春明. 应用萤火虫算法求解PFSP问题[J]计算机与信息技术, 2012, 19(3): 1-3. DOI: 1

黄凯, 周永权. 一种改进的变步长自适应GSO算法[J]. 计算机工程, 2014, 38(4): 185-187. DOI: 185

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

求解函数优化问题的改进鲸鱼优化算法

融合正弦余弦算法的花授粉算法

一种改进的萤火虫算法

一种新颖的改进萤火虫算法

一种融合反向学习和量子优化的粒子群算法