混合蛙跳算法及其應用研究.pdf

1、近些年來,一類模擬生物的群體性智能行為的進化計算方法,由于其不依賴于待求解問題的梯度信息,并且具有強大的全局優(yōu)化能力,已經(jīng)成為一個重要的研究熱點?；旌贤芴惴?SFLA)是一種模仿青蛙群體覓食行為的智能優(yōu)化算法,具有參數(shù)少,結(jié)構(gòu)簡單,魯棒性強等優(yōu)點。然而對某些較復雜問題的求解,仍存在著一些不足。
　　本文針對經(jīng)典 SFLA尋優(yōu)精度低、收斂速度慢、易于早熟等缺點,在深入研究其優(yōu)化原理的基礎上,提出了一種改進算法——采用貪婪搜索策略的

2、混合蛙跳算法(GSFLA)。運用混沌理論構(gòu)造初始種群,使得初始種群更加均勻地分布于可行域中,保證了種群的多樣性;提出并采用貪婪搜索策略進行局部搜索,即同步更新每個子種群中的最差個體和最優(yōu)個體,提高了算法的搜索效率;引入模式搜索機制改善最優(yōu)個體,使得求解精度大幅提高;設計了一種自適應移動因子更新最差青蛙個體的移動步長,加快了算法的收斂速度,避免了早熟收斂。實驗結(jié)果表明,GSFLA的性能明顯優(yōu)于經(jīng)典 SFLA,有效地提高了算法的尋優(yōu)精度,加

3、快了收斂速度,避免了算法早熟。
　　研究了印制電路板( PCB)元器件組裝檢測的基本原理,將PCB元器件檢測問題等效為圖像模板匹配問題,采用改進的混合蛙跳算法對匹配過程進行優(yōu)化,提出了一種新的PCB元器件檢測方法。該方法利用GSFLA的非遍歷搜索機制和強大的全局尋優(yōu)能力迅速找到最佳匹配子圖,實現(xiàn)了PCB元器件的快速自動檢測。實驗結(jié)果表明,該方法具有更快的檢測速度和更高的識別成功率,適用于PCB元器件的組裝檢測。
　　針對采用