基于自适应t分布混合变异的人工萤火虫算法

针对人工萤火虫(AGSO)算法中存在一些漫无目的随机运动的萤火虫及一些萤火虫在非全局极值点出现严重聚集时,收敛速度降低,甚至陷入局部极值的问题,提出一种基于自适应t分布混合变异的人工萤火虫算法。用自适应t分布变异和最优调教变异来增强种群的多样性,限制算法陷入局部最优;定义了变异控制因子对变异的运行进行控制,结合历史状态信息给出了自适应t分布混合变异描述。该变异方法能使算法同时提高全局探索能力和局部开发能力。通过典型函数算例和实际应用算例实验结果表明,该算法是可行有效的,比传统算法具有较快的寻优速度和较高的寻优精度。

基于自适应t分布混合变异的人工鱼群算法

针对人工鱼群算法在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,把变异操作加入到人工鱼群算法中,增加了种群的多样性,从而在一定程度上避免算法陷入局部最优。提出了一种基于自适应t分布混合变异的人工鱼群算法。该算法对最优鱼进行高斯最优调教变异,对非最优鱼进行自适应t分布变异。引入t分布变异算子将高斯变异和柯西变异的优点结合起来,使得算法在进化初期具有良好的全局探索性,而在进化后期具有较优的局部开发性。四个典型函数算例、多个应用算例及大量的实验数据仿真结果表明,该算法是可行有效的,较ACM-AFSA和AGM-AFSA求解精度更高,算法更稳定。