|
|
|
摘要 萤火虫算法是一种基于种群的随机全局优化算法，但它易陷入局部最优和早熟，且收敛速度慢。为了克服其缺陷，本文提出了一种鲁棒混合萤火虫算法（RHFA）。本算法在标准萤火虫算法的基础上，融入基于分段线性混沌映射（PM）和改进的局部随机搜索策略（MLS）。PM增强种群多样性，并通过MLS加速局部开发，实现探索与开发的自适应平衡。RHFA与其他已有算法进行了比较，实验结果表明，RHFA在全局搜索方面表现出更强的探索力与稳定性，不仅收敛更快，而且所获得的解精度更高、质量更优。
|
|
| 关键词 ：
萤火虫算法,
混沌映射,
局部随机搜索,
鲁棒性,
全局优化
|
|
|
| 基金资助:国家自然科学基金资助项目（61866023）； |
| [1] |
宗敏 杨玉群 徐刚. 一种多样性驱动的自适应粒子群优化算法[J]. 南昌大学学报（理科版）, 2022, 46(4): 386-. |
| [2] |
韩璐宋海亮宋佳刘太豪. 基于特征提取的FA-BP短期光伏发电预测[J]. 南昌大学学报（工科版）, 2021, 43(1): 85-. |
| [3] |
陈万钧. 面向鲁棒性的孪生有界支持向量机分类算法[J]. 南昌大学学报（理科版）, 2020, 44(4): 388-. |
| [4] |
王有远 王刚 . 基于复杂网络的航空产品协同创新知识网络鲁棒性优化[J]. 南昌大学学报（工科版）, 2020, 42(2): 181-. |
| [5] |
王淳; 龚娇龙; 李祥硕; 花宁. 基于链式遗传-模拟退火混合算法的电网扩展规划[J]. 南昌大学学报（工科版）, 2010, 32(03): 1-. |
| [6] |
刘良文; 徐铭政; 汪亚顺; 游步东. 一种健壮的数字水印算法及其Matlab实现[J]. 南昌大学学报（工科版）, 2005, 27(01): 1-. |
|
|
|
