排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
蝙蝠算法(Bat Algorithm,BA)是一种新颖的随机型搜索优化算法,针对蝙蝠算法收敛速度慢、寻优精度低的不足,提出了一种融合正弦余弦的蝙蝠算法(SCABA),即在算法迭代后期,引入正弦余弦操作来更新当前蝙蝠个体的位置,从而避免算法陷入局部最优,增强算法的全局寻优能力.通过6个标准测试函数对改进算法、MFBA和基本BA进行测试比较,仿真结果表明,改进算法是可行有效的,相比于基本BA算法,其收敛精度和鲁棒性有了很大程度地提高. 相似文献
2.
本文在异花授粉过程中引入自适应步长,使得算法在初期以较大的步长提高搜索能力,后期以较小的步长提高寻优精度.在自花授粉过程引入柯西变异进行随机扰动,增加种群的多样性,由此提出了一种基于柯西分布的自适应花授粉算法(CFPA),并通过6个标准测试函数进行测试比较.仿真结果表明,改进算法在寻优速度、精度和鲁棒性方面均存在优势.最后,将改进算法用于求解非线性方程组,算例结果证明了其优越性. 相似文献
1
