免费论文摘要：果蝇优化算法及其运用

群智能优化算法是一类特出的开辟式优化算法，模仿底栖生物体大概天然局面的百般机理和道理，抄袭天然和底栖生物局面，同声具备自符合情况的本领。经过模仿天然局面大概底栖生物集体的集体动作，具备搀杂度低、运转功效高、求解精度高档特性。果蝇优化算法是一种别致的群智能优化算法，对果蝇的寻食动作举行了模仿，其寻优本领强、求解搀杂性低等便宜，因为果蝇优化算法提出较晚，国表里的接洽接洽功效还很少，尚居于起步阶段，暂时只是运用于神经搜集参数优化、财政数据领会、通路遏制等上面。果蝇优化算法同其余全部优化算法一致，简单堕入限制极值、抑制速率低，暂时重要运用到贯串域的题目，在大数据领会上面尚未有功效，所以果蝇优化算法的关系接洽急迫须要打开。正文重要处事如次：(1) 扼要阐明了群智能算法的接洽后台、道理和基础观念，中心引见了2000年此后的群智能优化算法，如粒子群优化算法、细菌寻食优化算法、萤火虫群优化算法以及果蝇优化算法，而后提防对连年来别致的群智能优化算法——果蝇优化算法的运用举行了综述。对重要的群智能优化算法举行了综述，囊括其国表里接洽近况、仿盼望理、算法道理以及扼要的操纵办法，并对因变量优化、0-1背包题目以及聚类题目的国表里接洽近况举行了综述。(2) 对准基础的果蝇优化算法简单堕入限制极值和抑制速率低等缺陷，引入Logistic朦胧，提出了朦胧果蝇优化算法(Chaotic Fruit Fly Optimization Algorithm, CFOA)。使得最优朦胧果蝇和最优果蝇共通确定其最优场所，沿用一致隔绝的一致性襟怀，普及算法功效，减少运转功夫。沿用Benchmark因变量举行尝试，仿真截止表白CFOA在抑制速率和求解最优值上面远远优于基础的果蝇优化算法，对于某些因变量不妨找到透彻值。(3) 对准0-1背包题目的求解，提出了分割化果蝇优化算法，唾弃了保守的沿用SIGMOD因变量举行分割化处置的办法，径直用浓淡辨别值获得果蝇场所，从而求得果蝇浓淡。试验仿真截止表白，经过与沿用SIGMOD的分割化粒子群优化算法、分割化细菌寻食优化算法比拟，分割化果蝇优化算法的求解功效高且求解精度高。(4) 将果蝇优化算法应用到UCI数据积聚类中，提出了求解UCI数据积聚类的果蝇优化算法。将果蝇的场所革新战略由仅靠最优场所替代为依附自己消息和最优场所共通效率，果蝇浓淡辨别值由一维的欧氏隔绝改为多维的最优场所与自己场所的分别，并介入几率采用体制。仿真试验与粒子群优化算法、萤火虫群优化算法比拟截止表白，求解UCI数据积聚类的果蝇优化算法不妨博得很好的聚类功效。(5) 对准保守聚类本领对卵白质彼此效率搜集聚类功效不佳的题目，贯串PPI搜集拓扑个性，将果蝇优化算法运用到卵白质彼此效率搜集聚类，经过兼并卵白质结点，机动赢得聚类数量。仿真试验与Core-Attachment、CPM等算法举行比拟考证所提出的算法不妨赢得较高的精确率。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/215000.html