一种细菌觅食算法的改进及其应用.docVIP

?研究、探讨? 一种细菌觅食算法的改进及其应用 杨大炼，李学军，蒋玲莉 YANG Dalian, LI Xuejun, JIANG Lingli 湖南科技大学 湖南省机械设备健康维护重点实验室，湖南 湘潭 411201 Hunan Provincial Key Laboratory of Health Maintenance for Mechanical Equipment, Hunan University of Science and Technology, Xiangtan, Hunan 411201, China YANG Dalian, LI Xuejun, JIANG Lingli. Improved algorithm of bacterium foraging and its application. Computer Engineering and Applications, 2012, 48（13）：31-34. Abstract：For original Bacterial Foraging Algorithm（BFA）exists the problems of slow convergence and large amount of calculation, firstly, by improving bacterial population size, movement step length and introducing the iter- ative termination conditions to improve the original BFA, and then applies it to Support Vector Machine（SVM） parameters optimization. Based on Iris standard test data sets, experiments take the penalty factor C and kernel parameter γ of Gaussian kernel SVM as the optimization objects, and analyze the optimization performance of genetic algorithm, particle swarm algorithm, original and improved BFA, the results verify that applied the improved bacteri- al foraging algorithm in SVM parameter optimization has superiority. Key words：Bacterial Foraging Algorithm（BFA）; parameters optimization; Support Vector Machine（SVM） 摘 要：针对原有细菌觅食算法收敛速度慢、计算量大的问题，首先通过改进细菌种群大小、细菌运动步长、引 进迭代终止条件改进原有细菌觅食算法，然后将其应用到支持向量机的参数优化上。实验以 Iris 标准测试数 据集为依托，以高斯核支持向量机中核参数 γ 和惩罚因子 C 为优化对象，分析了遗传算法、粒子群算法、原有 的和改进后的细菌觅食算法的寻优性能，验证了将改进后的细菌觅食算法应用到支持向量机参数选择上具有 优越性。 关键词：细菌觅食算法（BFA）；参数优化；支持向量机（SVM） 文章编号：1002-8331（2012）13-0031-04 文献标识码：A 中图分类号：TP301 2002 年，Kevin M.Passino[1]提出了一种新的仿生 优化算法—细菌觅食算法（BFA），它是在研究大肠杆 菌吞噬食物行为的基础上提出来的。该算法具有群 体智能性，可以进行并行有哪些信誉好的足球投注网站，成为又一研究热点。 Tripathy 和 Mishra[2]用 BFA 解决电力系统最优潮流问 题；张娜[3]将其应用到求解车间调度问题上；Kim 等人[4-5] 将 BFA 和与遗传算法混合的 BFA 应用于 PID 控制器 的设计问题；储颖等人[6] 将该算法结合 BP 网络运用 到图像压缩中；王雪松等人[7] 将其应用在预测控制 中，获得了较好的效果。 研究发现，标准的细菌觅食算法由于采用定步 长前进有哪些信誉好的足球投注网站，优化解精度不高，与实际最优解往往相 基金项目：国家自然科学基金（No；湖南省高校科技创新团队支持计划；湖南省高校科技成果产业化培育项目 （No.10CY008）；新世纪优秀人才支持计划（No.NCET-08-0677）；湖南省自然科学基金重点