首页> 中文期刊> 《电子学报》 >深度学习萤火虫算法

深度学习萤火虫算法

         

摘要

为克服萤火虫算法全局寻优精度不高和过早收敛的缺点,本文提出深度学习萤火虫算法.算法采用随机吸引模型,萤火虫随机选择一个粒子学习,根据历史最优位置构建广义中心粒子,对其进行一定次数的单维深度学习,学习后的粒子引导种群进化.实验发现,深度学习策略及粒子深度学习次数对算法优化性能的改善起着重要作用.12个基准测试函数的实验结果表明,算法的综合寻优性能优于其它8种最近提出的萤火虫算法.

著录项

  • 来源
    《电子学报》 |2018年第11期|2633-2641|共9页
  • 作者单位

    南昌工程学院信息工程学院;

    江西南昌330099;

    鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室;

    江西南昌330099;

    江西省水信息协同感知与智能处理重点实验室;

    江西南昌330099;

    南昌工程学院信息工程学院;

    江西南昌330099;

    南昌工程学院信息工程学院;

    江西南昌330099;

    鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室;

    江西南昌330099;

    江西省水信息协同感知与智能处理重点实验室;

    江西南昌330099;

    南昌工程学院信息工程学院;

    江西南昌330099;

    鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室;

    江西南昌330099;

    江西省水信息协同感知与智能处理重点实验室;

    江西南昌330099;

    南昌工程学院信息工程学院;

    江西南昌330099;

    鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室;

    江西南昌330099;

    江西省水信息协同感知与智能处理重点实验室;

    江西南昌330099;

    南昌工程学院信息工程学院;

    江西南昌330099;

    江西省水信息协同感知与智能处理重点实验室;

    江西南昌330099;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 专家系统、知识工程;信息处理(信息加工);
  • 关键词

    全局寻优; 随机吸引模型; 广义中心粒子; 深度学习; 萤火虫算法;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号