一种基于动态惯性权重的鸟群优化算法

作者： 高宏进 ¹ 王力 ¹
作者单位：

1. 贵州大学大数据与信息工程学院
提交时间：2018-04-19 15:36:14

摘要: 鸟群算法（BSA）作为一种新型的元启发式群智能算法，存在易陷入局部最优、收敛速度慢和求解精度低等问题。针对原鸟群算法在求解最优化问题中的不足，提出一种基于动态惯性权重的鸟群优化算法(DBSA)。该算法通过引入非线性动态惯性权重修正鸟群飞行间隔，平衡种群全局搜索与局部搜索能力；在模拟鸟群生产者觅食的过程中引入莱维飞行，替换原算法中生产者的觅食策略提高算法活力和有效性。实验表明改进后的鸟群算法有效提高了算法的收敛速度和寻优精度。

鸟群算法函数优化动态惯性权重莱维飞行

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201804.02055 (或此版本 ChinaXiv:201804.02055V1)
DOI:10.12074/201804.02055V1
CSTR:32003.36.ChinaXiv.201804.02055.V1
推荐引用方式： 高宏进,王力.(2018).一种基于动态惯性权重的鸟群优化算法.计算机应用研究.[ChinaXiv:201804.02055] (点此复制)

版本历史

[V1]

2018-04-19 15:36:14

ChinaXiv:201804.02055V1

下载全文

相关论文推荐

1. Turing’s thinking machine and ’t Hooft’s principle of superposition of states	2024-05-14
2. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
3. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model	2024-04-23
4. 引导大语言模型生成计算机可解析内容	2024-04-21
5. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
6. 大模型与标准文献知识库的融合应用探索	2024-04-10
7. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
8. 引导大语言模型生成计算机可解析内容	2024-04-07
9. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
10. 一种基于能量-信息转换的智能测度	2024-03-30


公开评论匿名评论仅发给作者