典型文献
一种基于最大最小策略和非均匀变异的萤火虫算法
文献摘要：
针对多目标萤火虫算法勘探能力弱、求解精度差的问题,本文提出了一种基于最大最小策略和非均匀变异的萤火虫算法(HVFA-M).该算法首先引入Maximin策略,实现对外部档案的动态调整和对精英解的随机选择;其次,精英解结合当前最好解共同引导萤火虫进行全局搜索以扩大算法的搜索范围,提高算法的勘探能力,从而增加找寻全局最优解的概率;最后,在算法全面勘探的基础上,添加非均匀变异算子使得算法融合局部搜索的思想引导种群进行局部开采,进一步增强算法的寻优能力.将HVFA-M与经典及新近多目标进化算法进行比较,实验结果表明:HVFA-M能有效提升算法的勘探能力,在解的收敛性和多样性也表现出良好的性能.
文献关键词：
萤火虫算法;多目标优化;Pareto最优;Maximin策略;非均匀变异;勘探;收敛性;多样性
中图分类号：
作者姓名：
赵嘉;陈丹丹;肖人彬;樊棠怀
作者机构：
南昌工程学院信息工程学院, 江西南昌 330099;华中科技大学人工智能与自动化学院, 湖北武汉430074
文献出处：
引用格式：
[1]赵嘉;陈丹丹;肖人彬;樊棠怀-.一种基于最大最小策略和非均匀变异的萤火虫算法)[J].智能系统学报,2022(01):116-130
A类：
多目标萤火虫算法,HVFA,Maximin
B类：
小策略,非均匀变异,勘探,对外部,外部档案,随机选择,解结,全局搜索,搜索范围,找寻,全局最优解,变异算子,算法融合,局部搜索,思想引导,增强算法,寻优能力,新近,多目标进化算法,解的收敛性,多目标优化,Pareto
AB值：
0.261021
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
