一种人工萤火虫群优化算法改进的研究

摘要

人工萤火虫群优化算法（也称为萤火虫算法）是受自然界中的萤火虫的启发而来的，自然界中萤火虫群体通过发出亮光进行觅食和吸引伴侣，是一种新兴起的群体智能优化算法。萤火虫算法一出现，就在群智能优化领域引起了很大的关注。萤火虫算法跟以前的一些群智能优化算法相比有很大的优势，萤火虫算法的调节参数较少，大部分参数都可以用一些固定的值。除此之外，萤火虫算法还有其它一些优势，占用内存少，计算速度快等等。尽管萤火虫算法有其显著的优点，但是在实际应用中还是存在一些问题，容易陷入局部极值，收敛速度不够快等等。为了能够解决萤火虫算法中存在的不足，提出一些相应的优化改进方案来对算法进行改进。本文进行了一下一些工作和研究:
　　总结了一下萤火虫算法的研究背景以及研究意义，并介绍了文章的结构内容。
　　对萤火虫算法的提出做了相关介绍，算法的原理以及萤火虫算法的实现及流程等都在论文中做了相关的介绍说明，并分析了一下萤火虫算法中的一些相关参数，最后总结了以下一些与萤火虫算法相关的结论。
　　提出了一种改进萤火虫算法的方案。针对萤火虫算法容易陷入局部极值以及收敛较慢等方面的问题，建议在萤火虫算法中加入鱼群算法中的聚群和追尾行为，聚群行为让萤火虫算法由概率的选择邻域内满足条件的萤火虫变为有目标的选择满足条件的萤火虫的中心位置，而追尾行为就是在萤火虫算法中加入了拥挤度因子，拥挤度因子的加入可以让萤火虫在移动的过程中尽量不发生碰撞现象，通过仿真实验证明，改进后的算法在减少算法的迭代次数方面确实有很大提高。
　　为了不仅能够减少算法的迭代次数，还能够在较小的种群规模即可捕获到全部的峰，文中又提出了第二种改进方案，在萤火虫算法中引入蛙跳算法和模拟退火准则。蛙跳算法中的分组思想可以有效减少萤火虫算法的迭代次数，模拟退火准则中的以一定概率接收劣解对改进算法的性能也有很大的作用。通过模拟仿真发现改进后的算法在减少种群规模和迭代次数方面有显著效果。
　　论文最后对所做的主要工作进行了相关总结，并对算法中可以继续研究的方向提出了建议。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景和意义

1．2 人工萤火虫群算法研究现状

1．3 论文内容及组织结构

1．3．1 论文内容

1．3．2 论文的组织结构

第2章 人工萤火虫算法

2．1 算法的提出

2．1．1 算法提出前期工作

2．1．2 萤火虫算法的提出

2．2 算法原理

2．3 算法描述

2．3．1 部署阶段

2．3．2 荧光素值更新阶段

2．3．3 萤火虫位置更新阶段

2．3．4 决策半径更新阶段

2．4 算法的实现

2．4．1 萤火虫优化算法的具体实现步骤

2．4．2 萤火虫优化算法伪码

2．4．3 萤火虫优化算法流程图

2．5 萤火虫算法的参数分析

2．6 萤火虫算法基本结论

第3章 基于人工鱼群聚群和追尾的萤火虫算法

3．1 人工鱼群算法

3．1．1 人工鱼群算法基本原理

3．1．2 人工鱼群算法描述

3．1．3 人工鱼群算法流程

3．2 改进策略

3．2．1 追尾行为的引入

3．2．2 聚群行为的引入

3．2．3 自适应移动步长

3．3 基于人工鱼群的萤火虫算法

3．3．1 AFSA-GSO算法实现步骤

3．3．2 AFSA-GSO算法流程图

3．4 仿真与分析

3．4．1 实验环境

3．4．2 测试函数

3．4．3 算法参数设置

3．4．4 测试结果

3．5 本章小结

第4章 基于蛙跳算法和模拟退火准则的萤火虫算法的改进

4．1 混合蛙跳算法

4．1．1 混合蛙跳算法原理分析

4．1．2 混合蛙跳算法实现步骤

4．2 模拟退火接收准则

4．3 基于混合蛙跳算法和模拟退火准则的萤火虫算法

4．3．1 算法基本步骤

4．3．2 算法流程图

4．4 实验仿真

4．4．1 实验平台与测试函数

4．4．2 测试结果

4．5 本章小结

总结与展望

参考文献

攻读硕士期间发表的学术论文及科研工作

致谢