群體協(xié)作的果蠅優(yōu)化算法及其在Web服務(wù)組合中的應(yīng)用研究.pdf

1、果蠅優(yōu)化算法(Fruit Fly Optimization Algorithm，F(xiàn)OA)是模仿果蠅在覓食過程中的合作行為而提出的一種新型群智能優(yōu)化算法。FOA算法的原理是根據(jù)每只果蠅隨機飛行到的位置計算各自的味道濃度值，并找出最佳味道濃度值，然后不斷迭代，最終找到食物，實現(xiàn)優(yōu)化問題的求解。FOA具有計算過程簡單和易于理解的優(yōu)點，然而FOA也存在一些缺點，例如，F(xiàn)OA使用固定步長容易導(dǎo)致算法的局部搜索能力和全局搜索能力失去平衡;FOA初始

2、位置的選擇對算法的穩(wěn)定性造成了很大影響。
　　本文針對FOA存在的缺點，對基本果蠅優(yōu)化算法進(jìn)行改進(jìn)以提高算法的尋優(yōu)性能，提出了群體協(xié)作的果蠅優(yōu)化算法(Collaborative Swarm Fruit FlyOptimization Algorithm，CSFOA)，并將CSFOA應(yīng)用于求解Web服務(wù)組合問題中，本文的主要研究工作如下:
　　(1)針對FOA的不足，本文提出一種群體協(xié)作的果蠅優(yōu)化算法。首先，CSFOA采用雙種

3、群的協(xié)作機制和遞減步長的策略，有效提高了算法的尋優(yōu)精度和收斂速度。其次，CSFOA使用搜索系數(shù)h控制初始果蠅群體位置的選擇以提高算法的收斂穩(wěn)定性。
　　(2)將CSFOA應(yīng)用于連續(xù)型函數(shù)優(yōu)化問題，并對18個經(jīng)典的Benchmark函數(shù)進(jìn)行測試，并與經(jīng)典的群智能優(yōu)化算法進(jìn)行了大量對比。實驗結(jié)果表明，CSFOA從整體上比FOA具有更好的全局搜索能力、更快的收斂速度、更高的收斂精度和穩(wěn)定性。同時，與IFOA、PSO、DE相比，特別在高維