粒子群及人工鱼群算法优化研究

被引:22
作者
洪蕾
机构
[1] 金陵科技学院
关键词
粒子群算法; 人工鱼群算法; 收敛性; 算法优化;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
本文分析了粒子群算法和人工鱼群算法的基本原理,提出粒子群及人工鱼群算法优化策略,该算法综合利用了人工鱼群算法良好的全局收敛性及粒子群算法快速的局部收敛性,算法易实现,同时,克服人工鱼群算法收敛速度慢及粒子群算法后期全局收敛差的缺点,发挥了两者的优越性,粒子群及人工鱼群优化算法不仅具有较好的全局收敛性能,而且具有较快的收敛速度。
引用
收藏
页码:83 / 86
页数:4
相关论文
共 7 条
[1]
Tabu Search—Part I.[J].Fred Glover.ORSA Journal on Computing.1989, 3
[2]
粒子群优化算法的发展研究 [J].
黄文秀 .
软件, 2014, 35 (04) :73-77
[3]
基于粒子群算法的轨道电路补偿电容故障诊断方法 [J].
徐甜丽 .
软件, 2014, 35 (01) :49-52
[4]
基于自适应人工鱼群的粒子滤波算法 [J].
吴江 ;
贺永峰 ;
逄博 ;
李明 .
软件, 2012, (03) :105-108
[5]
改进粒子群算法在作业车间调度问题中的应用 [J].
常桂娟 .
四川师范大学学报(自然科学版), 2009, 32 (01) :139-142
[6]
粒子群优化算法 [J].
周驰 ;
高海兵 ;
高亮 ;
章万国 .
计算机应用研究, 2003, (12) :7-11
[7]
一种基于动物自治体的寻优模式:鱼群算法 [J].
李晓磊 ;
邵之江 ;
钱积新 .
系统工程理论与实践, 2002, (11) :32-38