-
题名混合蛙跳算法及其改进算法的运动轨迹及收敛性分析
被引量：14
- 1
-
-
作者
骆剑平
陈泯融
-
机构
深圳大学信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2010年第9期1428-1433,共6页
-
基金
国家自然科学基金(60772148)项目
高等学校博士点基金(200805900001)资助
-
文摘
本文通过求解差分方程分析混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)青蛙运动轨迹;进一步利用Solis和Wets提出的随机搜索算法收敛性判据讨论SFLA全局收敛性,得出SFLA全局收敛的结论;为提高SFLA收敛效率,提出一种在SFLA深度搜索方向上融合极值动力学优化(Extremal Optimization,EO)的改进算法EO-SFLA,并证明其依概率1收敛于全局最优。EO-SFLA中,改进的EO变异概率选取方式拓展了算法搜索空间,赋予了算法跳出局部极值点的能力,保证了算法全局收敛性。通过四个广泛使用的基准函数对两种算法进行实验仿真,仿真结果表明改进算法在保持全局收敛性的同时显著提高收敛速度。
-
关键词
智能优化
混合蛙跳算法
极值动力学优化(eo)
收敛性
-
Keywords
Intelligence optimization
Shuffled frog leaping algorithm
Extremal optimization
Convergence
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP183
[自动化与计算机技术—控制科学与工程]
-
