The invention provides a fireworks calculating method for optimizing the initialization mode, by randomly initializing 2N fireworks, the fitness value of fireworks is ascending ordering, and the Euclidean distance of two adjacent solutions in ascending ordering array is calculated, the distance of fireworks less than is discarded directly, and the distance is greater than that of fireworks.
【技术实现步骤摘要】
一种优化初始化方式的烟花计算方法
本专利技术属于深度学习领域，具体涉及一种优化初始化方式的烟花计算方法。
技术介绍
自从烟花算法的开创性论文“Fireworksalgorithmforoptimization”由谭营于2010年在首届国际群体智能大会上发表以后，业界对烟花算法的研究越来越深入。烟花算法的主体思想与其他群体智能算法类似，首先初始化N个烟花，然后根据每个烟花的适应度值计算烟花对应的爆炸半径和火花数，为了增强种群的多样性，再对每个火花进行高斯变异，对于超出可行域范围的烟花或火花，利用映射策略映射回可行域，最后从产生的火花或烟花中通过选择策略选择N个个体进入下一轮的迭代。烟花算法也存在着收敛速度慢，容易陷入局部最优解的缺点，为了优化这些缺点，本专利技术在初始化时综合考虑适应度值和烟花距离来选择初始烟花，增强了算法的搜索能力与收敛速度。
技术实现思路
本专利技术的目的在于提供了一种优化初始化方式的烟花计算方法，使初始烟花分布更均匀，提高初始烟花的搜索能力。本专利技术的目的是这样实现的：一种优化初始化方式的烟花计算方法，具体的实现步骤为：步骤1.随机初始化2N个烟...
【技术保护点】
1.一种优化初始化方式的烟花计算方法，其特征在于，具体的实现步骤为：步骤1.随机初始化2N个烟花，并进行适应度排序，计算相邻解的欧氏距离，挑选N个距离大于
【技术特征摘要】
1.一种优化初始化方式的烟花计算方法，其特征在于，具体的实现步骤为：步骤1.随机初始化2N个烟花，并进行适应度排序，计算相邻解的欧氏距离，挑选N个距离大于的烟花保留为初始化烟花，M是处理器的核数；步骤2.评估每个烟花的适应度值，并计算每个烟花的爆炸半径和爆炸火花数；步骤3.产生爆炸火花，根据爆炸强度与爆炸幅度对烟花的每一维度进行位移操作；步骤4.产生高斯变异火花，利用高斯分布对种群中任意一个烟花的任意多个维度进行高斯变异；步骤5.应用映射策略处理超出可行域范围的烟...
【专利技术属性】
技术研发人员：李静梅，裴英瑞，韩俊妍，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。