收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于高斯扰动和指数递减策略的改进蝙蝠算法

宋一民  李煜  
【摘要】:针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题,提出基于高斯扰动和指数递减策略的改进蝙蝠算法(GDEDBA)。将指数递减策略引入速度更新公式,使算法迅速进入局部寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习,防止陷入局部最优,增加种群多样性;设计扰动控制因子来控制高斯扰动的扰动范围,增强算法的稳定性。15个测试函数的仿真结果表明,改进算法的寻优性能显著提高,收敛速度更快,求解精度更高,稳定性更强。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 杜艳艳;刘升;;带有高斯变异的Lévy飞行改进蝙蝠算法[J];微电子学与计算机;2018年03期
2 庄培显;戴声奎;;基于高斯加权的GeesePSO改进算法[J];计算机科学;2013年S1期
3 占栋辉;卢厚清;郝文宁;陈刚;靳大尉;;一种高斯反向学习粒子群优化算法[J];小型微型计算机系统;2015年05期
4 周志鹏;谢瑾秋;程佰健;;基于高斯变异的自适应猴群算法[J];科技视界;2014年19期
5 韩守飞;李席广;拱长青;;基于模拟退火与高斯扰动的烟花优化算法[J];计算机科学;2017年05期
6 杜振鑫;;基于混沌初始化和高斯扰动的烟花算法[J];计算机时代;2016年07期
7 张平华;贾万祥;徐静;胡俊;;改进人工蜂群算法在路径优化上的应用[J];哈尔滨师范大学自然科学学报;2017年03期
8 丁文静;贺兴时;杨新社;盛孟龙;;改进蝙蝠算法在多目标优化中的应用[J];纺织高校基础科学学报;2013年04期
9 陈梅雯;;一种排序变异的改进蝙蝠算法[J];武夷学院学报;2015年12期
10 卜宾宾;蒋艳;;基于改进蝙蝠算法的贝叶斯网络结构学习[J];数学理论与应用;2014年03期
11 裴宇航;刘景森;李煜;;一种动态调整惯性权重的自适应蝙蝠算法[J];计算机科学;2017年06期
12 陈昊;李兵;;基于均匀分布的高斯云模型[J];计算机科学;2016年09期
13 艾兵;董明刚;;基于高斯扰动和自然选择的改进粒子群优化算法[J];计算机应用;2016年03期
14 王贞;李旭飞;;环形拓扑遗传学习人工蜂群算法研究[J];甘肃科技纵横;2019年12期
15 陈梅雯;钟一文;王李进;;一种求解多维全局优化问题的改进蝙蝠算法[J];小型微型计算机系统;2015年12期
中国重要会议论文全文数据库 前10条
1 徐一;杨静;任志刚;杨迅幸;;基于学习的烟花算法[A];2018中国自动化大会(CAC2018)论文集[C];2018年
2 王亚钊;周永华;刘毅;高睿;;人工生命算法的研究进展[A];中南六省(区)自动化学会第24届学术年会会议论文集[C];2006年
3 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
4 赵伟;朱靖;鄢茂林;王晨熙;;一种扩展的自适应航迹融合算法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
5 张冉;邵维;程友峰;;蝙蝠算法在矩形谐振腔设计中的应用[A];2015年全国微波毫米波会议论文集[C];2015年
6 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
7 刘昊;许超;;基于多源数据模型的排序学习算法[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年
8 孙瑞波;王克;高策;马广栋;;机构化环境中基于A*算法的机器人路径规划算法的研究[A];2019冶金智能制造暨设备智能化管理高峰论坛会论文集[C];2019年
9 王旭;张江;崔平远;;一种基于蚁群算法求解路径规划问题的新方法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
10 苏兆品;蒋建国;尹翔;夏娜;李勇;;一种基于免疫的敏捷供应链形成算法[A];全国先进制造技术高层论坛暨制造业自动化、信息化技术研讨会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
2 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
3 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
4 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
5 薛菲;基于蝙蝠算法的启发式智能优化研究与应用[D];北京工业大学;2016年
6 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
7 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
8 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年
9 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
10 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年
中国硕士学位论文全文数据库 前10条
1 陈俊英;基于粒子群优化算法的窗口参数确定方法研究[D];河北大学;2013年
2 张迷;多目标花授粉算法的改进及其应用[D];西安工程大学;2017年
3 李枝勇;蝙蝠算法及其在函数优化中的应用研究[D];上海理工大学;2013年
4 裴宇航;蝙蝠优化算法的改进研究[D];河南大学;2017年
5 汪相国;基于蝙蝠算法的水下潜器航路规划方法研究[D];哈尔滨工程大学;2015年
6 丁亚英;基于局部搜索和二进制的改进人工蜂群算法[D];南京师范大学;2016年
7 韩宏业;基于人工蜂群算法的软硬件划分算法研究[D];天津大学;2014年
8 孟凡明;基于共享因子的人工蜂群算法的研究与应用[D];兰州交通大学;2016年
9 胡庆生;烟花算法及其应用[D];陕西师范大学;2016年
10 黄媛媛;一种改进的人工蜂群算法及其在k均值聚类中的应用[D];安徽大学;2015年
中国重要报纸全文数据库 前10条
1 微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长 洪小文;计算机是最好的左脑[N];中国青年报;2016年
2 本报记者 姜澎;模拟人脑算法 生成“全脑机器”[N];文汇报;2019年
3 本报记者 黄舍予;信息茧房:算法让世界越来越小?[N];人民邮电;2019年
4 本报记者 张佳星;肌电深度学习算法:让机器版“手指舞”成为可能[N];科技日报;2018年
5 程凯;将到来的算法革命,让孩子学好数学[N];华夏时报;2016年
6 记者 孙玉松 通讯员 焦德芳;新算法有望培养出“智能大脑”[N];科技日报;2018年
7 陈晓华 谭浩 湘潭大学哲学系;终极算法无法超越哥德尔不完全性定理[N];中国社会科学报;2018年
8 北京商报记者 魏蔚;算法争先 AI助力基因检测[N];北京商报;2020年
9 本报记者 戴丽昕;AI“刷脸”技术世界级算法夺双冠[N];上海科技报;2018年
10 本报记者 周炎炎;反洗钱任重道远:行业平均误报率仍有95%,AI算法还在探索期[N];21世纪经济报道;2020年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978