文档介绍：论文题目: 萤火虫算法的函数优化问题研究
学院: 计算机与信息学院
专业年级: 软件工程2008级
学号:
姓名:
指导教师、职称:
2012 年 5 月 18 日
FireFly Algorithm for Function Optimization
Problems
College: Computer and Information Science
Specialty and Grade: Software engineering, 2008
Number: 081181067
Name: Guo Yu Dan
Advisor: Lecturer Lin Xiao Yu
Submitted Time: May 18, 2012
目录
摘要 I
Abstract II
1 引言 1
本课题的研究意义 1
本论文的目的、内容及作者的主要贡献 1
研究方法与论文结构安排 1
2 萤火虫算法 2
群智能算法 2
萤火虫算法生物学原理 2
萤火虫算法描述 3
3 萤火虫算法改进与仿真 4
萤火虫算法改进 4
仿真用的函数 4
参数设置 5
函数优化测试结果 6
实验结论 9
4 总结 11
参考文献 12
致谢 13
摘要
萤火虫算法是受自然界中的萤火虫通过荧光进行信息交流这种群体行为的启发演变而来的。它作为一种新颖的仿生群智能算法,有很大的改进空间。改进其算法必须分析它的仿生原理,从数学角度对算法进行合理优化与过程的定义。本文通过引入对萤火虫更新位置择优选择(Preferred FireFly Algorithm ,PFA)与对萤火虫空间距离进行归一化处理(Normalization FireFly Algorithm ,NFA)的策略,并通过4个典型的函数优化对算法进行仿真测试,测试结果表明了改进后的萤火虫算法在连续空间函数的可行性和有效性,具有良好的应用前景。
关键词:萤火虫算法;函数优化;群智能算法;仿真测试
Abstract
The fireflies algorithm is inspired by fireflies in nature to the behavior of the exchange of information of such groups by fluorescence evolved. As a novel bionic swarm intelligence algorithm, there is much room for improvement. Improve the algorithm must analyze the bionic principle, with the definition of the processof rational optimization algorithm from a mathematical point of view. In this paper, the introduction of updated position on the firefly choose the best (of Preferred FireFly Algorithm of PFA) with the firefly space distance normalized(Normalization the FireFly Algorithm, the NFA) of the strategy, and simulation test by fourtypical function optimization algorithm,the test results show the feasibility and effectiveness of the fireflies in the improved algorithm in continuous space function, has a good application prospects.
Key words: firefly algorithm; function optimization; swarm intelligence algorithm; Simulation test
引言
本课题的研究意义
在现实生活中,许多工程优化问题人们不仅要求出其最优值,而且希望获得其极值。这类问题对于传统的进化算法提出了严峻的挑战。为此,人们通过引入对传统进化算法的改进,使这类问题在一定程度上得到了解决。但这些方法