龙源期刊?/p>
http://www.qikan.com.cn
几种改进的萤火虫算法性能比较及应?/p>
作者:马良?/p>
曹鹏?/p>
来源:《软件导刊?/p>
2017
年第
01
?/p>
摘要摘要:萤火虫算法?/p>
FA
)是继粒子群算法、遗传算法、模拟退火算法等经典智能?/p>
法之后,由剑桥学?/p>
Yang Xin-she
提出的一种模仿自然界萤火虫捕食、求偶行为的新颖的群?/p>
智能随机优化算法。该算法近年来逐渐在不同优化领域得以成功应用,但也存在易陷入局部最
优、算法过早收敛等问题,为此许多学者对萤火虫算法进行了改进。针对基于惯性权重的萤火
虫算法、基于混沌算法的萤火虫算法这两种改进算法,通过几种标准检验函数对各算法的性能
进行详细的仿真、比较,得出具体试验结果。在控制系统
PID
参数优化中应用改进后的萤火虫
算法,仿真结果表明改进后的萤火虫算法寻优精度和搜索速度均优于基本粒子群算法?/p>
关键词关键词:萤火虫算法;惯性权重;混沌算法;函数优化;比较研究?/p>
PID
;粒子群
算法
DOIDOI
?/p>
10.11907/rjdk.162200
中图分类号:
TP312
文献标识码:
A
文章编号文章编号?/p>
16727800
?/p>
2017
?/p>
001002105
引言
2008
年,
Yang[1]
通过对萤火虫个体相互吸引和移动过程的研究,提出了一种新型群体智
能优化算法,即萤火虫算法?/p>
Firefly Algorithm
?/p>
FA
)。虽然目前萤火虫算法还缺乏完备的?/p>
学理论基础,但已有研究结果表明,萤火虫算法具有较高的寻优精度和收敛速度,是一种可?/p>
有效的优化方法,为智能优化提供了新思路
[2]
,已经在诸多领域得以应用
[37]
。但萤火虫算?/p>
作为一种新的群体智能仿生优化算法,发展时间尚短,算法本身存在着对于初始解分布的依赖
性、后期收敛速度慢、易于停滞、早熟和求解精度低等缺陷。近几年,相关学者对其进行了?/p>
角度的改进?/p>
Lukasik
?/p>
[8]
?/p>
2009
年对
FA
进行了改进,并对算法的参数进行研究,改进后的
FA
提高
了求解精度,但求解速度较慢。冯艳红?/p>
[9]
提出了基于混沌理论的动态种群萤火虫优化算法
?/p>
CDPFA
),该算法运用立方映射混沌初始化萤火虫初始位置,取得了较好的效果,进一?/p>
提高了算法的寻优精度和求解速度。王翔等
[10]
提出了一种新颖的改进混沌萤火虫算法。算?/p>
利用逻辑映射混沌序列设计了一种混沌局部搜索算子,试图提升算法的收敛速度;算法利用立
方映射混沌序列设计了一种混沌替换算子,试图避免算法的早熟收敛。徐华丽?/p>
[11]
针对基本
萤火虫算法存在的早熟现象,提出了一种变尺度混沌光强吸收系数调整策略的混沌萤火虫优化
算法。王铭波?/p>
[12]
针对传统萤火虫算法(
FA
)中存在的过早收敛和易陷入局部最优解等问
题,提出了一种基于模拟退火机制的多种群萤火虫算法?/p>
MFA_SA
),该算法将萤火虫种群平