作者:陈暄; 王大伟; 王常亮; 龙丹 期刊:《计算机应用研究》 2019年第10期
针对云计算资源任务调度效率低,资源分配不均的情况,将改进的烟花算法和人工蜂群算法进行融合为IFWA-ABC。首先,对云计算资源任务调度进行描述;其次,在FWA初始化中采用混沌反向学习和柯西分布进行优化,对核心烟花和非核心烟花的半径分别进行优化,将FWA中最优个体通过改进的ABC算法进行获得;最后,将IFWA-ABC算法用于云计算任务调度。仿真实验中,通过与FWA、ABC在执行时间、消耗成本、能量消耗指标对比中,IFWA-ABC具有明显的优势能够...
作者:贾伟; 赵雪芬 期刊:《现代计算机》 2019年第05期
为了选择最优的切削工艺参数,提出一种改进的量子粒子群优化算法。在改进的量子粒子群优化算法中,采用双层多种群的优化策略提高整个种群的寻优能力。在每个子群中使用差分进化和混沌反向学习增强子群的寻优能力。通过对切削工艺参数的优化实验表明,与现有的量子粒子群优化算法相比,改进的量子粒子群优化算法具有更好的寻优能力和收敛性。
作者:匡芳君 金忠 徐蔚鸿 张思扬 期刊:《控制与决策》 2015年第05期
针对人工蜂群和粒子群算法的优势与缺陷,提出一种Tent混沌人工蜂群粒子群混合算法.首先利用Tent混沌反向学习策略初始化种群;然后划分双子群,利用Tent混沌人工蜂群算法和粒子群算法协同进化;最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值.仿真结果表明,该算法不仅能有效避免早熟收敛,而且能有效跳出局部极值,与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.