应用反向学习策略的果蝇优化算法

• 作者: 刘成忠 韩俊英
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 进化计算 反向学习 果蝇优化算法
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP301.6
• 字数: 4078字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.039

摘要

针对基本果蝇优化算法 FOA（Fruit Fly Optimization Algorithm）容易陷入局部极值、进化后期收敛速度慢和收敛精度低的缺点，采用反向学习策略加以改进，提出应用反向学习策略的果蝇优化算法 OBLFOA（FOA with Opposition-based Learning）。该算法将一般反向学习策略和动态一般反向学习策略分别引入到果蝇优化算法的种群初始化和迭代寻优过程中，能得到越来越好的种群个体。随着迭代过程的逐步深入，使得进化种群快速地逼近最优解。对6个经典测试函数的仿真结果表明，新算法在收敛速度、收敛可靠性及收敛精度方面比基本果蝇优化算法有较大的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩俊英	甘肃农业大学信息科学技术学院	43	475	11.0	21.0
2	刘成忠	甘肃农业大学信息科学技术学院	57	688	14.0	25.0