在生物体中生存的细菌,其环境对其觅食具有
很大的影响,比如局部区域的温度升高或者食物被
消耗掉,这些必然导致细菌被迫迁移到新的区域去
寻找食物,在模型中表现为迁移操作。 这种迁移未
必导致细菌寻找不到新的食物,反而会对种群的良
好生长起到促进作用,在经过复制操作之后细菌若
按照一定的概率进行迁移,到新的区域继续寻找食
物,新的种群具有随机特性,与原种群相比可能具有
不同的觅食能力,这种随机特性能使群体跳出局部
极值而更好地靠近全局最优解区域
2022-01-08 02:37:42
2.58MB
1
传统的细菌觅食优化算法仅针对单目标优化问题寻优，为进一步发掘细菌群体智能在多目标优化问题中的寻优优势，提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略；引入差分思想完成复制操作，提高种群的多样性；采用栅格划分法进行迁徙操作，提高解集的分散性；同时使用外部集存放当前找到的非支配解，并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明，所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升，能够有效解决多目标优化问题。
2021-12-26 16:52:56
1MB
1
本文档是严格按照细菌觅食算法的思想及其步骤以MATLAB来实现的，对初学BFA算法的学者，可是更深刻的理解与研究BFA算法。
2021-11-02 16:16:15
16KB
1
针对细菌觅食算法在优化过程中环境感知能力较弱且容易陷入局部极值的缺陷, 将梯度粒子群算法的基本思想引入细菌觅食算法中, 改进原算法的收敛速度和收敛能力, 并据此提出了基于梯度粒子群算法的细菌觅食算法GPSO-BFA。该既利用了细菌觅食算法出色的全局搜索能力, 又借助梯度粒子群算法的快速局部寻优能力, 很好地将两者的优势结合在一起。基于6个高维Benchmark函数的实验结果显示, 该算法在收敛速度和精度方面都优于其他四种细菌觅食算法。
2021-09-17 11:02:26
1.73MB
1
本文档是严格按照细菌觅食算法的思想及其步骤以MATLAB来实现的，对初学BFA算法的学者，可是更深刻的理解与研究BFA算法。
2021-08-07 19:05:48
16KB
1