学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
群体智能优化算法
被引:19
作者
:
论文数:
引用数:
h-index:
机构:
王艳玲
李龙澍
论文数:
0
引用数:
0
h-index:
0
机构:
安徽大学计算机科学与技术学院
李龙澍
论文数:
引用数:
h-index:
机构:
胡哲
机构
:
[1]
安徽大学计算机科学与技术学院
来源
:
计算机技术与发展
|
2008年
/ 08期
基金
:
安徽省自然科学基金;
关键词
:
群体智能;
蚁群算法;
粒子群算法;
启发式算法;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
群体智能优化算法利用群体的优势,在没有集中控制并且不提供全局模型的前提下,为寻找复杂的分布式问题的解决方案提供了基础。介绍了两种群体智能算法模型:蚁群算法模型和粒子群算法模型,研究了两种算法的原理机制、基本模型、流程实现、改进思想和方法;通过仿真把蚁群算法与其他启发式算法的计算结果作对比,验证了蚁群算法具有很强的发现较好解的能力,不容易陷入局部最优;微粒群算法保留了基于种群的、并行的全局搜索策略,采用简单的速度-位移模型操作,在实际应用中取得了较高的成功率。
引用
收藏
页码:114 / 117
页数:4
相关论文
共 1 条
[1]
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)
←
1
→
共 1 条
[1]
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)
←
1
→