斐波那契树优化算法全局随机性概率收敛分析
CSTR:
作者:
作者单位:

(云南大学信息学院,昆明650504)

作者简介:

董易(1984-), 男, 博士生, 从事智能优化算法的研究;施心陵(1956-), 男, 教授,博士生导师, 从事智能优化算法、自适应信号处理与信息系统等研究.

通讯作者:

E-mail: 625068010@qq.com

中图分类号:

TP301.6

基金项目:

国家自然科学基金项目(61364024);云南省自然科学基金重点项目(2013FA008).


A global randomness-based probability convergence analysis of Fibonacci tree optimization algorithm
Author:
Affiliation:

(School of Information Science and Engineering,Yunnan University,Kunming650504,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为改进斐波那契树优化算法的收敛性能,提出斐波那契树末梢自适应半径参数,使得算法在最优解邻域附近收敛能力显著提高.基于斐波那契树结构的全局随机性对斐波那契树优化算法的收敛性进行分析和证明.通过测试函数的求解精度比较、独立重复求解的收敛达标率比较实验验证了斐波那契树优化算法的收敛性能.

    Abstract:

    A Fibonacci tree-end self-adaptive radius parameter is proposed to effectively enhance convergence of Fibonacci tree optimization(FTO) algorithm at neighborhood of optima. The convergence of FTO is analyzed and proved on the basis of global randomness of Fibonacci tree. By comparing both the precision in solving benchmark functions and the qualified rate of repeated and independent solutions, the convergence performance of FTO is also examined and confirmed.

    参考文献
    相似文献
    引证文献
引用本文

董易,吕丹桔,王霞,等.斐波那契树优化算法全局随机性概率收敛分析[J].控制与决策,2018,33(3):439-446

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-03-06
  • 出版日期:
文章二维码