全文总字数：2336字

1. 研究目的与意义及国内外研究现状

在标准烟花算法( fwa)中，烟花算法的爆炸半径和爆炸火花数目的这种计算方法并不健全，在火花的种群中，假设一个烟花进入一个好的区域进行搜索，而这时它的位置的适应度值较差，这样就会导致对该区域的搜索资源分配在下一代会被降低。因为这种不健全的爆炸半径和爆炸火花的计算方法，导致即使烟花进入了一个好的区域，而很难对该区域进行充分搜索。

其次，在标准烟花算法( fwa)中，爆炸火花的数目和爆炸半径不依赖别的而只依赖烟花适应度值之间的差异来决定。这样的话，即使适应度值最优的烟花到达了一个较好的区域，但是它每次的爆炸半径还是依据相对于其他烟花的适应度值差异来计算的。然而，如果烟花需要具有强大的局部搜索能力其爆炸半径可能需要降低到非常小的范围内才能够使得有限的资源( 即每个烟花的爆炸火花数目) 下找到更好的解，而仅根据烟花相对于种群中其他烟花的适应度值计算得到的爆炸半径很难达到非常小的值，因此在测试函数上，fwa 往往表现出了不太好的局部搜索能力，所以需要一种新型的确定爆炸半径的方法。

2. 研究的基本内容

标准烟花算法(FWA)在许多方面仍有待改进。例如，在这算法中，计算爆炸振幅的方法不合理。考虑到标准烟花算法(FWA)中的爆炸搜索，振幅是影响性能的一个非常重要的因素。而本文中的自适应烟花分类算法(AFWA)可以对爆炸半径大小进行自适应调整。为了改善FWA爆炸振幅的计算机理，提出了一种自适应的爆炸振幅。使用最好的烟花和某个特定的个体之间的距离作为爆炸幅度。然后分析了自适应幅度的性质，并证明它可以根据搜索结果自适应地调整自己。通过将自适应爆炸放大器应用于FWA，提出了一种称为自适应烟花算法(AFWA)的新算法。为了说明AFWA的性能并确认其优于标准烟花算法(FWA)的优势，在4个数据集上进行了一些实验。从结果中我们得出这样的结论：自适应爆炸振幅对于提高烟花算法的分类精度和稳定性是有效的。

3. 实施方案、进度安排及预期效果

1.对烟花算法进行熟悉；

2.对烟花算法在分类问题上的表现进行一定的了解；

3.对自适应机制进行一定的了解；

4. 参考文献

[1]. tan y, zhu y. fireworks algorithm for optimization[c]// international conference on advances in swarm intelligence. springer-verlag, 2010:355-364.

[2]. 谭营．烟花算法引论[m]．北京：科学出版社，2015：7-8.

[3]. junzhi li, shaoqiu zheng and ying tan.adaptive fireworks algorithm[c]//ieee congress on evolutionary computation．beijing，china，2014：3214-3221