反向烟花算法及其应用研究

李浩 1; 2; 柏鹏 1; 张辉 2; 金宏斌 2; 薛俊杰 1

doi:10.7652/xjtuxb201511014

您当前的位置：

首页 >

文章列表页 >

反向烟花算法及其应用研究

更新时间：2025-07-09

- 反向烟花算法及其应用研究
- Backward Fireworks Algorithm and Application Research
- 西安交通大学学报 2015年49卷第11期页码：82-88
- 作者机构：
  
  1. 空军工程大学装备发展与应用研究中心,西安,710051
  2. 中国人民解放军空军预警学院预警情报系,武汉,430019
- 作者简介：
- 基金信息：
  
  : 2015-04-09。作者简介: 李浩(1981—),男,博士,讲师。基金项目: 国家自然科学基金资助项目(61502522,61472442,61502534)
- DOI：10.7652/xjtuxb201511014
  中图分类号： TP18;TP273
- 网络首发：2015-11-10，
  
  纸质出版：2015
- 稿件说明：
移动端阅览
李浩 1, 2, 柏鹏 1, 等. 反向烟花算法及其应用研究[J]. 西安交通大学学报, 2015,49(11):82-88.

Backward Fireworks Algorithm and Application Research[J]. 2015, 49(11): 82-88.
李浩 1, 2, 柏鹏 1, 等. 反向烟花算法及其应用研究[J]. 西安交通大学学报, 2015,49(11):82-88. DOI： 10.7652/xjtuxb201511014.

Backward Fireworks Algorithm and Application Research[J]. 2015, 49(11): 82-88. DOI： 10.7652/xjtuxb201511014.

摘要

针对烟花算法性能提升瓶颈和收敛速度较慢的问题

通过引入反向学习策略

提出了一种自适应反向学习算子

并进行了相关收敛性理论证明。通过反向学习算子与烟花算法相结合

构建了反向烟花算法组

并通过典型测试函数进行仿真实验。结果表明:在相同实验设置下

反向烟花算法可在原算法寻优性能上至少提升10

-2

精度

并加快了收敛速度。针对混沌同步与控制系统中常见的参数辨识问题

以混沌同步控制中Lorenz混沌系统参数辨识问题为应用背景

通过实验仿真

验证了反向烟花算法可用于混沌控制系统参数估计

与现有方法相比较

估计误差低至10

-11

具有较高的估计精度

是一种新的有效的混沌控制系统参数估计方法

拓展了算法工程应用的范围。

Abstract

Aiming at the performance bottlenecks and slow convergence of fireworks algorithm(FWA)

an adaptive backward learning operator(ABLO)is proposed through the introduction of backward learning strategy

and its convergence performance is proved theoretically. By combining FWA with ABLO

a set of hybrid FWA is proposed and verified by typical test functions. The results show that under the same experimental setup

the backward fireworks algorithm can improve the computation accuracy by at least 10

-2

in the optimization performance of original algorithm and the convergence rate is enhanced. Finally the algorithm is applied to identify the parameters of Lorenz chaotic system. Through simulation experiments

it is verified that this algorithm can be used for parameter identification of chaotic control systems. Com

pared with other swarm intelligence algorithms

its identification error is as low as 10

-11

. It is a novel and effective parameter identification method for chaotic control systems.

关键词

Keywords

references

TAN Y, ZHU Y C. Fireworks algorithm for optimization [C]∥Proceedings of 1st International Conference on Swarm Intelligence. Berlin, Germany: Springer, 2010: 355-364.

ZHENG S Q, JANECEK A, TAN Y. Enhanced fireworks algorithm [C]∥Proceedings of 2013 IEEE Congress on Evolutionary Computation. Piscataway, NJ, USA: IEEE, 2013: 2069-2077.

ZHENG S Q, JANECEK A, LI J. Dynamic search in fireworks algorithm [C]∥Proceedings of 2014 IEEE Congress on Evolutionary Computation. Piscataway, NJ, USA: IEEE, 2014: 3222-3229.

LI J, ZHENG S Q, TAN Y. Adaptive fireworks algorithm [C]∥Proceedings of 2014 IEEE Congress on Evolutionary Computation. Piscataway, NJ, USA: IEEE, 2014: 3214-3221.

TAN Y. Fireworks algorithm: a swarm intelligence optimization method [M]. Berlin, Germany: Springer, 2015: 20.

TIZHOOSH H R. Opposition-based learning: a new scheme for machine intelligence [C]∥Proceedings of International Conference on Computing Intelligence for Modeling, Control and Automatic. Piscataway, NJ, USA: IEEE, 2005: 695-701.

RAHNAMAYAN S, TIZHOOSH H R, SALAMA M A. Quasi-oppositional differential evolution [C]∥Proceedings of IEEE Congress on Evolutionary Computation. Piscataway, NJ, USA: IEEE, 2007: 2229-2236.

ERGEZER M, SIMON D, DU D W. Oppositional biogeography-based optimization [C]∥Proceedings of IEEE International Conference on Systems, Man and Cybernetics. Piscataway, NJ, USA: IEEE, 2009: 1009-1014.

戴栋, 马西奎, 李富才, 等. 一种基于遗传算法的混沌系统参数估计方法 [J]. 物理学报, 2002, 51(11): 2459-2462.

DAI Dong, MA Xikui, LI Fucai, et al. An approach of parameter estimation for a chaotic system based on genetic algorithm [J]. Acta Physica Sinica, 2002, 51(11): 2459-2462.[10] 林剑, 许力. 基于混合地理优化的混沌系统参数估计 [J]. 物理学报, 2013, 62(3): 030505.

LIN Jian, XU Li. Parameter estimation for chaotic systems based on hybrid biogeography-based optimization [J]. Acta Physica Sinica, 2013, 62(3): 030505.

HE Q, WANG L, LIU B. Parameter estimation for chaotic systems by particle swarm optimization [J]. Chaos, Solitons Fractals, 2007, 34(2): 654-661.

PENG B, LIU B, ZHANG F Y, et al. Differential evolution algorithm-based parameter estimation for chaotic systems [J]. Chaos, Solitons Fractals, 2009, 39(5): 2110-2118.

王安麟,孟庆华,李文嘉,等.液力变矩器机构变量交互作用研究.2015,49(9):1-7.[doi:10.7652/xjtuxb201509001]

仲继泽,徐自力,方宇,等.叶片有限元分析中弹塑性过渡区应力奇异产生原因及解决方法.2015,49(9):47-51.[doi:10.7652/xjtuxb201509009]

薛咏,冯博琴,武艳芳.ABox推理计算实体相似度.2015,49(9):70-76.[doi:10.7652/xjtuxb201509013]

丁建坤,韩德强,杨艺.最短特征线段多分类器系统设计.2015,49(9):77-83.[doi:10.7652/xjtuxb201509014]

周远,周玉生,刘权,等.一种适用于图像拼接的DSIFT算法研究.2015,49(9):84-90.[doi:10.7652/xjtuxb201509015]

毛彦斌,张选平,杨晓刚.伪DNA密码图像加密算法研究.2015,49(9):91-98.[doi:10.7652/xjtuxb201509016]

庞霞,刘凌,刘崇新,等.利用异结构同步对铁磁混沌电路的非线性反馈控制.2015,49(4):18-23.[doi:10.7652/xjtuxb 201504004]

孟庆虎,孟庆丰,朱永生,等.用于机械系统固有频率及阻尼比计算的改进频域方法.2015,49(8):1-5.[doi:10.7652/xjtuxb201508001]

张东伟,郭英,齐子森,等.采用空间极化时频分布的跳频信号多参数联合估计算法.2015,49(8):17-23.[doi:10.7652/xjtuxb201508004]

巴斌,郑娜娥,朱世磊,等.利用蒙特卡罗的最大似然时延估计算法.2015,49(8):24-30.[doi:10.7652/xjtuxb201508005]

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于热路模型参数辨识的油浸式配电变压器绕组温升预测方法研究

变压器漏电感参数在线辨识方法研究

采用非线性粒子群算法的同步糖化发酵参数辨识

基于随机权重粒子群算法的SCARA机器人动力学参数辨识

基于模型参考自适应系统的电磁轴承支承转子不平衡量辨识及振动抑制