双重反馈机制的蚁狮算法

摘要：

针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO.DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利用时空混沌探索策略提高了全局搜索能力,避免算法陷入局部最优;采用多样性反馈高斯变异策略增强种群的多样性而避免算法出现早熟.八个标准测试函数仿真测试表明,DFALO在平衡全局搜索和局部开发能力上有显著提高,收敛速度快、全局搜索能力强、求解精度高.

关键词：蚁狮算法、双重反馈、时空混沌、高斯变异

所属期刊栏目：53

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61273118;广东省科技计划2016A010101027,2013B022200004;广州市科技计划201605101034176

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：31-35,75