改进选择策略的烟花算法
Control and Decision（2020）
摘要
烟花算法(FWA)中的选择策略直接影响其收敛效率、收敛精度、对初值敏感性以及能否跳出局部最优,对此,提出一种改进选择策略的烟花算法(ISSFWA).ISSFWA建立峰值火花和探索火花的概念,并提出基于N?1朵峰值火花和一朵探索火花充当下一代N朵烟花的选择策略.峰值火花兼顾了火花的适应度值及相对位置,保证选择全局最优火花及峰值火花邻域内的局部最优火花,同时避免重复选择搜索能力相似的火花,而基于最远距离的探索火花可以增强全局探索能力.在10次标准及增加位置偏移的测试函数实验中,ISSFWA在最优适应度值方面优于PSO、GA、FWA;在平均适应度值方面优于PSO和FWA,略劣于GA.这一结果表明,ISSFWA能够增强寻找最优解的能力,降低对初值的敏感性,并提升搜索效率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要