最优小波转移的逆向果蝇优化算法

张水平; 陈阳; 巫光福

Chinese

您当前的位置：

首页 >

文章列表页 >

最优小波转移的逆向果蝇优化算法

更新时间：2026-09-04

- 最优小波转移的逆向果蝇优化算法
- Reverse Fruit Fly Optimization Algorithm of Optimal Wavelet Transfer
- 微电子学与计算机 2017年34卷第12期页码：116-120
- 作者机构：
  
  江西理工大学信息工程学院,江西,赣州,341000
- 作者简介：
- 基金信息：
  
  国家自然科学基金 11461031
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
张水平, 陈阳, 巫光福. 最优小波转移的逆向果蝇优化算法[J]. 微电子学与计算机, 2017, 34(12): 116-120.

ZHANG Shui-ping, CHEN Yang, WU Guang-fu. Reverse Fruit Fly Optimization Algorithm of Optimal Wavelet Transfer[J]. 2017, 34(12): 116-120.
张水平, 陈阳, 巫光福. 最优小波转移的逆向果蝇优化算法[J]. 微电子学与计算机, 2017, 34(12): 116-120. DOI：

ZHANG Shui-ping, CHEN Yang, WU Guang-fu. Reverse Fruit Fly Optimization Algorithm of Optimal Wavelet Transfer[J]. 2017, 34(12): 116-120. DOI：

摘要

针对果蝇优化算法在优化复杂高维问题易陷入局部最优

从而导致收敛速度慢

寻优精度较低的问题

提出一种最优小波转移的逆向果蝇优化算法.鉴于果蝇优化算法只向种群最优个体聚拢的算法局限性

增加了小波转移的逃逸机制以保证迭代方向选择的正确性.在种群多样性较低时对群体进行逆向小波转移

指引种群从局部限制逃离向全局最优解处收敛.通过仿真实验测试

新算法可以有效保持种群正确的进化方向、有效抑制算法陷入局部最优并具有良好的优化性能.

Abstract

In this paper

Reverse fruit fly optimization algorithm of optimal wavelet transfer(WTRFOA) is proposed to solve the problem that the fruit fly optimization algorithm(FOA) is easy to fall into the local optimum

which leads to the slow convergence rate and the low precision. By analyzing the limitation of the fruit fly algorithm only moving to the optimal individual

the strategy

naming escape mechanism of the wavelet transfer

is proposed to ensure the correctness of the iterative direction selection. Carrying out the reverse wavelet transfer when the population diversity is low

to guide the population to escape from the local limit Converges to the global optimal solution. Simulation results was shown that the new algorithm can effectively keep the optimal evolution direction of the population

suppress the algorithm into the local optimum and have good optimization performance.

关键词

Keywords

references

吴骏, 刘玉伟, 肖志涛, 等. 结合果蝇算法优化PCNN和相位一致性的图像检索[J]. 计算机辅助设计与图形学学报, 2015, 27(8): 1483-1489. DOI: 1483

杜晓昕, 张剑飞, 郭媛, 等. 基于柯西-高斯动态消减变异的果蝇优化算法研究[J]. 计算机工程与科学, 2016, 38(6): 1171-1176. DOI: 1171

潘文超. 果蝇最佳化演算法[M]. 中国台北: 沧海书局, 2011: 10-12. DOI: 10

Pan W T. A new Fruit Fly Optimization Algorithm: Taking the financial distress model as an example[J]. Knowledge-Based Systems, 2012, 26(2): 69-74. DOI: 69

Pan Q K, Sang H Y, Duan J H, et al. An improved fruit fly optimization algorithm for continuous function optimization problems[J]. Knowledge-Based Systems, 2014, 62(5): 69-83. DOI: 69

Zhang Y, Cui G, Zhu E, et al. AFOA: An adaptive Fruit Fly Optimization Algorithm with global optimizing ability[J]. International Journal on Artificial Intelligence Tools, 2016, 25(6): 1650032. DOI: 1650032

王行甫, 陈静, 王琳. 基于适应性动态步长的变异果蝇优化算法[J]. 计算机应用, 2016, 36(7): 1870-1874. DOI: 1870

韩俊英, 刘成忠. 基于历史认知的果蝇优化算法[J]. 计算机科学与探索, 2014, 8(3): 368-375. DOI: 368

郭凡, 丁永生, 郝矿荣, 等. 基于果蝇算法优化支持向量回归机的纺丝性能预测[J]. 系统仿真学报, 2014, 26(10): 2360-2364. DOI: 2360

李宗岳, 陈志军, 名远. 基于混沌扰动策略的果蝇优化算法[J]. 微电子学与计算机, 2016, 33(7): 64-68. DOI: 64

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

一种用于极低压boost系统的高效率电荷泵

基于反向体偏置的高增益稳定性高温运放设计

基于区块链的AI生成内容溯源框架设计研究

大模型发展综述：从BERT到Deepseek的技术演进

基于监控指标关联性的微服务异常检测