融合折射原理反向学习的飞蛾扑火算法

• 作者: 王光 金嘉毅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 飞蛾扑火算法 折射原理 反向学习 群智能算法 种群多样性
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 理论与研发
• 页码范围: 46-51,59
• 页数: 7页
• 分类号: TP301.6
• 字数: 5086字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0091

摘要

飞蛾扑火算法是一种新型群智能优化算法,目前已经应用于特征选择和图像分割等诸多领域.然而,传统的飞蛾扑火算法后期收敛速度不足且容易陷入局部最优,从而影响了算法的整体性能.为了提高飞蛾扑火算法的优化性能,提出了一种基于折射原理反向学习的飞蛾扑火算法(ROBL-MFO).该算法首先在飞蛾的更新公式中引入历史最优火焰平均值,使火焰间的信息能够互相交流,提高算法的收敛能力;其次利用随机反向学习策略对解进行反向学习,扩大算法的搜索空间;最后使用折射原理对解进行折射操作,提高种群的多样性,帮助算法跳出局部最优.在六个标准实验函数上得到的实验结果表明,对比其他算法,ROBL-MFO算法拥有更好的收敛速度,且能够有效跳出局部最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王光	辽宁工程技术大学软件学院	18	67	3.0	7.0
2	金嘉毅	辽宁工程技术大学软件学院	1	0	0.0	0.0