-
题名具有动态方差高斯变异的蝴蝶优化算法
被引量:1
- 1
-
-
作者
张小萍
谭欢
-
机构
广西大学计算机与电子信息学院
中国移动通信集团广西有限公司
-
出处
《云南师范大学学报(自然科学版)》
2022年第3期31-36,共6页
-
基金
国家自然科学基金资助项目(61962005).
-
文摘
针对基本蝴蝶优化算法迭代速度慢,容易陷入局部最优解的问题,提出一种具有动态方差高斯变异的蝴蝶优化算法.首先引入线性函数的动态切换概率来平衡迭代过程中全局搜索和局部搜索的相对比例,其次利用动态方差高斯变异改进了全局搜索和局部搜索的公式,有利于加快算法的收敛速度,跳出局部最优解,在迭代后期提高寻优的精度.使用了6个基准函数进行仿真实验,实验数据对比发现,提出的算法比其他五种算法具有更好的寻优效果和更强的稳定性.
-
关键词
蝴蝶优化算法
函数优化
动态切换概率
动态方差高斯变异
-
Keywords
Butterfly optimization algorithm
Function optimization
Dynamic switching probability
Dynamic variance Gaussian variation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名柯西变异和自适应权重优化的蝴蝶算法
被引量:45
- 2
-
-
作者
高文欣
刘升
肖子雅
于建芳
-
机构
上海工程技术大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第15期43-50,共8页
-
基金
国家自然科学基金(No.61075115,No.61673258)
上海市自然科学基金(No.19ZR1421600)。
-
文摘
针对基本蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)存在的收敛精度较低、容易陷入局部最优解的问题,提出柯西变异和自适应权重优化的蝴蝶算法(Cauchy variation and adaptive Weight Butterfly Optimization Algorithm,CWBOA)。通过在全局位置更新处引入柯西分布函数进行变异,在局部位置更新处引入自适应权重因子,改进了蝴蝶算法的局部搜索能力;并且引入动态切换概率p来权衡全局探索与局部开发过程的比重。改进的算法通过对多个单峰、多峰和固定测试维度的函数进行求解,结果表明,CWBOA对大多数测试函数有更好的求解精度、速度和稳定性。
-
关键词
蝴蝶优化算法
自适应权重
柯西变异
动态切换概率
高维
-
Keywords
butterfly optimization algorithm
adaptive weight
Cauchy variation
dynamic switching probability
highdimensional
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名采用混合策略的改进学生心理优化算法
被引量:4
- 3
-
-
作者
张伟
王勇
张宁
-
机构
广西民族大学人工智能学院
广西民族大学广西混杂计算与集成电路设计分析重点实验室
广西民族大学广西高校复杂系统与智能计算重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第6期1718-1724,共7页
-
基金
国家自然科学基金资助项目(61662005)
广西自然科学基金资助项目(2021JJA170094)。
-
文摘
针对标准学生心理优化算法(SPBO)的不足,分析了学生学习心理特征,提出采用混合策略的改进学生心理优化算法(HSSPBO)。首先,以学生考试总分的倒数值作为该学生的适应度值,以全班最好学生的适应度值为基准将全班学生分成最好学生、好学生、普通学生和尝试随机改进的学生四个类别;其次,利用正弦平方和余弦平方这一动态切换概率来平衡全局探索和局部开发,使算法全局探索能力和局部开发能力均得到有效提升;再次,引入柯西变异策略改变局部搜索步长,有效提升算法的局部搜索能力,增强算法跳出局部最优的能力;最后,引用Lévy飞行策略,使个体搜索步长更具随机性和灵活性,有效增强个体寻优能力,进而提升了算法的寻优速度。通过12个基准函数的仿真实验并与六个优化算法相比较,结果表明HSSPBO的全局搜索能力得到了明显的提升,在函数优化中具有更快的全局收敛速度、更好的优化精度和稳定性。
-
关键词
学生心理优化算法(SPBO)
柯西变异
Lévy飞行
动态切换概率
-
Keywords
student psychology based optimization algorithm(SPBO)
Cauchy mutation
Lévy flight
dynamic switching probability
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进的花授粉算法的虚拟机分配策略
被引量:2
- 4
-
-
作者
田海梅
徐胜超
-
机构
金陵科技学院计算机工程学院
广州华商学院数据科学学院
-
出处
《数据采集与处理》
CSCD
北大核心
2021年第5期996-1006,共11页
-
基金
广州华商学院校内导师制科研基金(2020HSDS04,2021HSDS15)资助项目
金陵科技学院博士启动基金(JIT-B-01)资助项目
+2 种基金
金陵科技学院自然科学基金(208.40410826)资助项目
江苏省现代教育技术研究课题(62636)资助项目
广东省高等学校质量工程特色创新基金(2021KTSCX167)资助项目。
-
文摘
构造绿色云数据中心的两个主要目标是低能量消耗与物理资源利用效率的充分利用,为此需要采用虚拟机分配策略来完成优化。本文提出了基于改进花授粉算法的虚拟机分配策略(Flower pollination algorithm based virtual machine allocation,FPA-VMA)。FPA?VMA中一朵花或一个配子就对应于虚拟机映射到物理主机分配优化问题中的一个解;并且描述了云数据中心云客户端的资源请求模型和多维物理资源的能量消耗模型。FPA?VMA在花授粉的动态切换概率阶段的策略可以平衡全局最优解搜索和局部最优解搜索之间的切换,同时改善资源分配的全局收敛能力。真实的虚拟机数据的访问测试结果标明:FPA?VMA比常见的虚拟机分配优化策略有更低的能量消耗和更高的物理资源利用效率。
-
关键词
虚拟机分配
花授粉算法
低能量消耗
动态切换概率
云数据中心
-
Keywords
virtual machine allocation
flower pollination algorithm
low energy consumption
dynamic switching probability
cloud data center
-
分类号
TP393.4
[自动化与计算机技术—计算机应用技术]
-