基于邻域正交交叉算子的混合蛙跳算法.docVIP

基于邻域正交交叉算子的混合蛙跳算法 孟庆莹1 王联国2 （1.甘肃农业大学工学院，兰州，730070 2.甘肃农业大学信息学院，兰州，730070） 摘要：混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法优化精度低、收敛速度慢的缺点，引入邻域正交交叉算子的概念，提出了一种基于邻域正交交叉算子的混合蛙跳算法(SFLA-OCO)。通过对基准函数进行测试，实验结果证明改进的算法提高了算法的收敛速度，增强了算法的寻优能力。 关键词：混合蛙跳算法；群体智能；正交交叉算子 Shuffled Frog Leaping Algorithm based on Local Orthogonal Crossover Operator Meng Qingying1 Wang Lianguo2 (1. College of Engineering, Gansu Agricultural University, Lanzhou 730070, China 2. College of Information Science Technology, Gansu Agricultural University, Lanzhou 730070, China) Abstract: Shuffled Frog Leaping Algorithm(SFLA) is a new swarm intelligence optimization algorithm.Since basic Shuffled Frog Leaping Algorithm has low optimization precision and slow convergence speed ,this paper proposes a Shuffled Frog Leaping Algorithm based on local orthogonal crossover operator（SFLA-OCO）. The test of benchmark function shows that the new algorithm improved not only the convergence speed but also the abilities of searching the global excellent result. Keywords:Shuffled Frog Leaping Algorithm;Swarm Intelligence;Orthogonal Crossover Operator 1 引言 混合蛙跳算法（Shuffled Frog Leaping Algorithm ,SFLA）是2003年由 Eusuff和 Lansey提出，根据模拟青蛙觅食过程中信息共享和交流的特点而产生的一种基于群体智能的算法。作为一种全新的生物进化算法，它结合了基于基因进化的模因演算法（Memetic Algorithm,MA）和基于群体行为的粒子群算法（Particle Swarm Optimization,PSO）两者的优点，具有概念简单，参数少(具有比 PSO更少的算法参数)，计算速度快，全局寻优能力强，易于实现的特点。目前该算法已经不断得到完善和应用，如水资源网络分配问题[1-3]、车间调度问题[4]、函数优化[5-6]、旅行商问题[7-9]、成品油管网优化设计[10]等。然而在基本混合蛙跳算法的求解过程中，对于一些复杂的问题依然存在着收敛速度较慢、优化精度较低的缺点，而且随着维数的增加，这种变化就越大，最终影响了算法的效率。因此研究者用不同的方法进行了相应的改进，如文献[5]提出了一种基于阈值选择策略的改进混合蛙跳算法，在一定程度上改善了基本混合蛙跳算法的性能；文献[6]利用生物学中的吸引排斥思想更新策略，一定程度上提高了算法的收敛速度。 本文将邻域正交交叉算子引入到基本混合蛙跳算法中,提出了一种基于邻域正交交叉算子的混合蛙跳算法(Shuffled Frog Leaping Algorithm based on Local Orthogonal Crossover Operator，SFLA-OCO)，提高了算法的优化精度。 2 混合蛙跳算法基本原理 2.1 行为描述 在一片湿地中生活着一群青蛙，湿地内离散地分布着许多石头，青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每个青蛙通过寻找不同的石头提高自己寻找食物的能力，而青蛙个体之间通过思想的交流实现信息的交换。在子群体中的每个个体有自己的文化，并被定义为问题的一个解影响着其它个体，并随着子群体的进化而进化。当子群体进化到一定阶段以后，各个子群体之间再进行思想的交流实现子群体间的混合运算，一直到所