具有自适应边界与最优引导的莱维飞行蚁狮优化算法

王若安; 周越文; 韩博; 李剑峰; 刘强

Chinese

您当前的位置：

首页 >

文章列表页 >

具有自适应边界与最优引导的莱维飞行蚁狮优化算法

更新时间：2026-09-04

- 具有自适应边界与最优引导的莱维飞行蚁狮优化算法
- Levy Flight Ant Lion Optimizer with Adaptive Boundary and Optimal Guidance
- 微电子学与计算机 2018年35卷第9期页码：20-25
- 作者机构：
  
  空军工程大学机构航空航天工程学院,陕西,西安,710038
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
王若安, 周越文, 韩博, 李剑峰, 刘强. 具有自适应边界与最优引导的莱维飞行蚁狮优化算法[J]. 微电子学与计算机, 2018, 35(9): 20-25, 31.

WANG Ruo-an, ZHOU Yue-wen, HAN Bo, et al. Levy Flight Ant Lion Optimizer with Adaptive Boundary and Optimal Guidance[J]. 2018, 35(9): 20-25.
王若安, 周越文, 韩博, 李剑峰, 刘强. 具有自适应边界与最优引导的莱维飞行蚁狮优化算法[J]. 微电子学与计算机, 2018, 35(9): 20-25, 31. DOI：

WANG Ruo-an, ZHOU Yue-wen, HAN Bo, et al. Levy Flight Ant Lion Optimizer with Adaptive Boundary and Optimal Guidance[J]. 2018, 35(9): 20-25. DOI：

摘要

针对蚁狮算法存在探索与开发能力不平衡的缺点

提出了具有自适应边界与最优引导的莱维飞行改进算法.首先蚁狮调整边界范围

蚂蚁做莱维飞行

以此平衡探索与开发能力; 其次较差蚁狮做高斯变异

并通过自适应最优引导方程

提高收敛速度和全局搜索能力.6个标准测试函数的仿真结果表明

相比其它算法

提出的改进算法提高了最优解的精度和收敛速度.

Abstract

Aiming at the shortcoming that the ant-lion algorithm has unbalanced exploration and development capability

an improved levy flight algorithm with adaptive boundary and optimal guidance is proposed. First

the ant lion to adjust the scope of the border

ants do levy flight

in order to balance the exploration and development capabilities. Second

the worse Ant lion do Gaussian mutation

and through the adaptive best-guided equation

to improve the convergence speed and global search ability. The simulation results of six standard test functions show that the improved algorithm improves the accuracy and convergence speed of the optimal solution compared with other algorithms.

关键词

Keywords

references

Dai X, Yuan X, Wu L. A novel harmony search algorithm with gaussian mutation for multi-objective optimization[J]. Soft Computing, 2017, 21(6):1549-1567. DOI: 1549

丁旭, 吴晓蓓, 黄成.基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究[J].电子学报, 2016, 44(4): 967-973. DOI: 967

Gergel V, Grishagin V, Gergel A. Adaptive nested optimization scheme for multidimensional global search[J]. Journal of Global Optimization, 2015, 66(1):1-17. DOI: 1

粟然, 张凡, 靳保源, 等.基于改进蚁狮算法的电力系统最优潮流计算[J].电力科学与工程, 2017, 33 (9):15-22. DOI: 15

赵世杰, 高雷阜, 于冬梅, 等.带混沌侦查机制的蚁狮优化算法优化SVM参数[J].计算机科学与探索, 2016, 10(5):722-731. DOI: 722

吴伟民, 张晶晶, 林志毅, 等.双重反馈机制的蚁狮算法[J].计算机工程与应用, 2017, 53(12):31-35. DOI: 31

李宗妮, 吴伟民, 林志毅.一种采用改进蚁狮优化算法的图像增强方法[J].计算机应用研究, 2018, 34(3):1-2. DOI: 1

赵辉, 李牧东, 翁兴伟.具有自适应全局最优引导快速搜索策略的人工蜂群算法[J].控制与决策, 2014, 28(11):2041-2047. DOI: 2041

廖灿星, 张平, 李行善, 等.基于混合人工鱼群算法的传感器网络优化[J].北京航空航天大学学报, 2010, 36(3): 373-377. DOI: 373

Mirjalili S. The ant lion optimizer[J]. Advances in Engineering Software, 2015, 83(C):80-98. DOI: 80

李煜, 裴宇航, 刘景森.融合均匀变异与高斯变异的蝙蝠优化算法[J].控制与决策, 2017, 32 (10) :1775-1781. DOI: 1775

赖锦辉, 梁松.基于改进人工萤火虫算法的无线传感网络覆盖优化[J].计算机测量与控制, 2014, 22(6):1862-1864. DOI: 1862

王明亮, 闵新力, 薛君志.基于改进人工鱼群算法的WSN覆盖优化策略[J].微电子学与计算机, 2015, 33(6):78-81. DOI: 78

Hakl H, Uĝuz H. A novel particle swarm optimization algorithm with Levy flight[J]. Applied Soft Computing Journal, 2014, 23(5):333-345. DOI: 333

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

基于莱维飞行的灰狼优化算法

具有记忆性的自适应布谷鸟搜索算法

V型沟槽SiC中子探测器的蒙特卡洛分析

超低功耗实时时钟电路的设计

基于改进RT-DETR的航拍小目标检测算法