果蠅優(yōu)化算法改進(jìn)與分析研究.pdf

1、果蠅優(yōu)化算法是由臺(tái)灣學(xué)者潘文超在2011年提出的一種基于果蠅覓食行為的一種新型元啟發(fā)式優(yōu)化算法。相比其它一些群智能優(yōu)化算法，果蠅算法擁有結(jié)構(gòu)簡(jiǎn)單、參數(shù)少、易調(diào)節(jié)、易于理解和實(shí)現(xiàn)等優(yōu)點(diǎn)，因此，越來(lái)越被國(guó)內(nèi)外學(xué)者所關(guān)注，逐漸成為計(jì)算智能研究領(lǐng)域的熱點(diǎn)研究分支之一。目前，果蠅優(yōu)化算法已成功應(yīng)用于優(yōu)化支持向量機(jī)參數(shù)、廣義回歸神經(jīng)網(wǎng)絡(luò)參數(shù)、灰色神經(jīng)網(wǎng)絡(luò)參數(shù)、置換流水線調(diào)度、TSP以及多維背包問(wèn)題等。隨著應(yīng)用研究不斷深入，人們發(fā)現(xiàn)該算法仍然有一些不

2、足，如易陷入局部最優(yōu)、尋優(yōu)精度不高、以及不適合處理自變量為負(fù)值等。本文針對(duì)該算法的不足，通過(guò)分析，采用一些演化融合策略，以改進(jìn)果蠅優(yōu)化算法的不足，并提出一些改進(jìn)版本果蠅優(yōu)化算法。目的在于提高果蠅優(yōu)化算法的優(yōu)化性能，完善果蠅優(yōu)化算法的理論基礎(chǔ)。
　　本文主要取得以下成果:
　　(1)針對(duì)果蠅優(yōu)化算法易陷入早熟收斂和尋優(yōu)精度不高等缺點(diǎn)，提出了一種基于速度變量的自適應(yīng)果蠅優(yōu)化算法。該算法的思想是基于果蠅的飛行特性，借鑒粒子群優(yōu)化算

3、法中粒子速度的概念，在果蠅優(yōu)化算法的基礎(chǔ)上，通過(guò)加入粒子速度變量參數(shù)來(lái)改進(jìn)果蠅優(yōu)化算法的收斂速度.實(shí)驗(yàn)表明改進(jìn)后的果蠅優(yōu)化算法收斂速度和收斂精度有了明顯的提高。
　　(2)為拓展個(gè)體基因包含的信息量，將復(fù)數(shù)編碼的雙倍體思想引入果蠅優(yōu)化算法中，提出了一種基于復(fù)數(shù)編碼的果蠅優(yōu)化算法，其目標(biāo)函數(shù)自變量的大小是由其相對(duì)應(yīng)的復(fù)數(shù)模所決定，符號(hào)則是由相對(duì)應(yīng)的復(fù)數(shù)的幅角所決定，實(shí)驗(yàn)結(jié)果表明了該算法的有效性。
　　(3)將Lévy飛行的思想