基于交叉迁移和共享调整的改进蝴蝶优化算法
Improved monarch butterfly optimization algorithm based on cross migration and sharing adjustment
1. 河南师范大学 计算机与信息工程学院, 河南 新乡 453007
2. 河南省高校计算智能与数据挖掘工程技术研究中心, 河南 新乡 453007
摘要
针对蝴蝶优化（monarch butterfly optimization，MBO）算法易陷入局部最优和收敛速度慢等问题，提出了一种基于改进的交叉迁移和共享调整的蝴蝶优化（MBO with cross migration and sharing adjustment，CSMBO）算法。首先，利用基于维度的垂直交叉操作来替换标准MBO算法的迁移算子，形成交叉迁移算子，有效提升其搜索能力；其次，将原始调整算子改为具有信息分享功能的共享调整算子，以加快算法的收敛速度；最后，采用贪婪选择策略取代标准MBO算法中的精英保留策略，减少一次排序操作进而提高其计算效率。为了验证CSMBO算法的优化能力，在30维和50维函数上进行优化实验，并与三种优化算法进行比较，其实验结果表明CSMBO算法具有良好的优化性能。
基金项目
国家自然科学基金资助项目(61772176,61402153,11601130)
中国博士后科学基金资助项目(2016M602247)
河南省科技创新人才项目(184100510003)
河南省科技攻关项目(182102210362,182102210078)
河南省高校青年骨干教师培养计划项目(2017GGJS041)
河南省自然科学基金资助项目(182300410130,182300410368)
新乡市科技攻关计划项目(CXGG17002)
河南省高等学校重点科研计划项目(14A520069,17A520038,16A520015)
河南师范大学博士科研启动费支持课题(qd15132)
河南师范大学青年科学基金项目(2015QK23)
国家教育部产学合作协同育人项目(201702115008)
出版信息
DOI: 10.19734/j.issn.1001-3695.2018.07.0611
出版期卷: 《计算机应用研究》 印刷出版, 2020年第37卷 第3期
所属栏目: 算法研究探讨
出版页码: 799-804
文章编号: 1001-3695(2020)03-034-0799-06
发布历史
[2020-03-05] 印刷出版
引用本文
孙林, 陈岁岁, 徐久成, 等. 基于交叉迁移和共享调整的改进蝴蝶优化算法 [J]. 计算机应用研究, 2020, 37 (3): 799-804. (Sun Lin, Chen Suisui, Xu Jiucheng, et al. Improved monarch butterfly optimization algorithm based on cross migration and sharing adjustment [J]. Application Research of Computers, 2020, 37 (3): 799-804. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
