基于混沌優(yōu)化和VFSA的螢火蟲算法研究與應(yīng)用.pdf

1、智能優(yōu)化算法領(lǐng)域是近些年剛剛興起的領(lǐng)域，引起了學(xué)者們的廣泛關(guān)注，在這領(lǐng)域之中，群智能優(yōu)化算法可以說(shuō)是其重點(diǎn)的研究方向;群智能優(yōu)化是一種在對(duì)自然界中生物的群體行為的觀察研究下，對(duì)昆蟲的覓食和信息交互的過(guò)程進(jìn)行模擬而產(chǎn)生的新型仿生算法，并且利用數(shù)學(xué)形式表達(dá)出來(lái)，目前，學(xué)者們經(jīng)常使用的群智能優(yōu)化算法有粒子群優(yōu)化算法(Particle Swarm Optimization)、蟻群優(yōu)化算法(Ant Colony Optimization)以及狼群

2、優(yōu)化算法(Wolf Pack Algorithm)等。
　　劍橋?qū)W者Xin-she Yang，根據(jù)觀察螢火蟲的特性，發(fā)現(xiàn)了其具有互相吸引的行為和發(fā)光的特性，在2008年提出螢火蟲算法(Firefly Algorithm，F(xiàn)A)。該算法是在粒子群算法和蟻群算法之后，提出的一種啟發(fā)式優(yōu)化算法，其主要優(yōu)點(diǎn)是概念相對(duì)簡(jiǎn)單、應(yīng)用到的參數(shù)較少、方便使用以及實(shí)現(xiàn)。
　　本文在對(duì)螢火蟲算法現(xiàn)有研究的基礎(chǔ)上進(jìn)行進(jìn)一步的分析驗(yàn)證，設(shè)計(jì)出了一種基

3、于混沌優(yōu)化和VFSA算法的螢火蟲算法，采用新型的論證分析方法，進(jìn)行新算法與傳統(tǒng)型算法的性能對(duì)比分析。具體內(nèi)容如下:
　　(1)本文通過(guò)與傳統(tǒng)螢火蟲算法對(duì)比分析，研究算法機(jī)制，提出算法迭代后期，收斂慢的現(xiàn)象以及出現(xiàn)陷入局部最優(yōu)解的原因。
　　(2)分析對(duì)比現(xiàn)有的改進(jìn)螢火蟲算法，采用層層優(yōu)化的理念，在螢火蟲算法運(yùn)行的各個(gè)步驟上進(jìn)行細(xì)致優(yōu)化，在初始階段，迭代階段，進(jìn)化尋優(yōu)等階段，采用混沌理論和多種群學(xué)習(xí)機(jī)制思想，VFSA（Very

4、 Fast Simulated Annealing）算法，自適應(yīng)步長(zhǎng)機(jī)制等，分階段的使用不同優(yōu)化方法，盡量在保持原有算法進(jìn)化優(yōu)勢(shì)的同時(shí)，顯著改善了螢火蟲算法的全局尋優(yōu)性能。
　　(3)針對(duì)當(dāng)前螢火蟲算法的缺陷，對(duì)傳統(tǒng)算法進(jìn)行改進(jìn)后，選取了具有代表性的函數(shù)對(duì)該算法進(jìn)行實(shí)驗(yàn)測(cè)試，通過(guò)仿真實(shí)驗(yàn)結(jié)果顯示，優(yōu)化后的螢火蟲算法性能有了大幅度的提高。
　　(4)將新算法應(yīng)用于出題組卷算法中，改進(jìn)組卷算法的出題過(guò)程，進(jìn)一步優(yōu)化了組卷算法的出