新型群智能优化算法综述

被引:361
作者
林诗洁 [1 ,2 ]
董晨 [1 ,2 ]
陈明志 [1 ,2 ]
张凡 [1 ,2 ]
陈景辉 [1 ,2 ]
机构
[1] 福州大学数学与计算机科学学院
[2] 福州大学网络系统信息安全福建省高校重点实验室
关键词
细菌觅食优化; 混合蛙跳算法; 人工蜂群算法; 萤火虫算法; 布谷鸟搜索; 果蝇优化算法; 头脑风暴优化算法;
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
传统群智能算法在解决复杂实际多目标优化问题中存在不足,近年来学者提出诸多新型群智能算法,适用性强,在求解复杂实际问题中取得了较好的实验效果。以算法提出时间为主线,对新型群智能算法中细菌觅食优化算法、混合蛙跳算法、人工蜂群算法、萤火虫算法、布谷鸟搜索、果蝇优化算法和头脑风暴优化算法的改进及应用进行分析和综述,并对群智能算法未来的研究发展方向进行了探讨。
引用
收藏
页码:1 / 9
页数:9
相关论文
共 39 条
[1]
Parameters identification of chaotic systems based on artificial bee colony algorithm combined with cuckoo search strategy[J] DING ZhengHao;LU ZhongRong;LIU JiKe; Science China(Technological Sciences) 2018, 03
[2]
群智能算法优化支持向量机参数综述 [J].
李素 ;
袁志高 ;
王聪 ;
陈天恩 ;
郭兆春 .
智能系统学报, 2018, 13 (01) :70-84
[3]
改进型果蝇算法优化的灰色神经网络变形预测 [J].
杨帆 ;
王小兵 ;
邵阳 .
测绘科学, 2018, (02) :63-69
[4]
目标空间聚类的差分头脑风暴优化算法 [J].
吴亚丽 ;
付玉龙 ;
王鑫睿 ;
刘庆 .
控制理论与应用, 2017, 34 (12) :1583-1593
[5]
基于头脑风暴优化算法的Wiener模型参数辨识 [J].
陈山 ;
宋樱 ;
房胜男 ;
盛碧琦 ;
潘天红 .
控制与决策, 2017, 32 (12) :2291-2295
[6]
一种基于灰预测理论的混合蛙跳算法 [J].
杜江 ;
袁中华 ;
王景芹 .
电工技术学报, 2017, 32 (15) :190-198
[7]
求解离散调度问题的双机制头脑风暴优化算法 [J].
吴秀丽 ;
张志强 ;
李俊青 .
控制与决策 , 2017, (09) :1583-1590
[8]
基于改进萤火虫优化算法的多阈值彩色图像分割 [J].
毛肖 ;
和丽芳 ;
王庆平 .
计算机科学, 2017, 44(S1) (S1) :206-211
[9]
一种新颖的差分混合蛙跳算法 [J].
王娜 ;
高学军 .
计算机系统应用, 2017, 26 (01) :196-200
[10]
基于改进果蝇算法的无线传感网络布局研究 [J].
吴良超 ;
郭星 .
微电子学与计算机, 2016, 33 (12) :152-155+160