人工螢光蟲群優(yōu)化算法改進分析研究.pdf

1、人工螢火蟲群優(yōu)化算法源于對自然界螢火蟲群群體覓食或吸引伴侶行為的模擬，是一種新型群體智能優(yōu)化算法。與目前出現的群智能算法相比，人工螢火蟲群優(yōu)化算法在計算速度和消耗內存上有較大的優(yōu)勢，且調節(jié)參數少，簡單易于實現。然而基本人工螢火蟲群優(yōu)化算法在運行到后期仍存在著收斂速度慢、解的精度不夠高和早熟現象，所以對算法的改進分析研究有著重要的理論意義和應用價值?；诖?，本文重點對人工螢火蟲群優(yōu)化算法改進分析進行研究，主要工作如下：
　　 首先

2、，總結了人工螢火蟲群優(yōu)化算法的研究現狀，并對算法的參數做了相關分析，給出了算法參數設置的參考值。
　　 其次，針對由于人工螢火蟲漫無目標的隨機移動導致算法出現收斂速度不夠快的問題對算法進行改進。在算法中引入人工魚群算法中的追尾行為概念，并在過程中加入了擁擠度因子，提出了一種基于追尾行為的改進型人工螢火蟲群算法。仿真實驗表明改進后的算法即使在較小的螢火蟲種群以及較少迭代次數下依然能同時搜索到多峰函數的多個峰。
　　 最后，

3、針對基本GSO算法在搜索全局最優(yōu)值的問題上存在的易陷入局部最優(yōu)解，計算精度及收斂成功率較低等缺陷，文中根據人類社會商業(yè)組織中的分級管理思想，提出了一種分層人工螢火蟲算法，將螢火蟲被分布在一個分層結構中，位于結構高層的螢火蟲將影響位于結構低層螢火蟲的搜索路徑，每次迭代，螢火蟲都將更新在分層結構中的位置?；谒姆N基準測試函數的實驗表明，改進算法具有良好的收斂效果以及較高的收斂精度。
　　 本文所取得的結果，對于豐富人工螢火蟲算法的理