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

来源：

计算机工程与应用 | 2018年 / 12期

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

页码：1 / 9

页数：9

共 39 条

[11]

具有角色转换的自适应人工蜂群算法 [J].

张维存 ;

赵晓巧 ;

于万霞 .

计算机工程与应用, 2017, 53 (14) :117-122+137

[12]

一种改进的细菌觅食优化算法 [J].

刘珍 ;

孙京诰 .

华东理工大学学报(自然科学版), 2016, 42 (02) :225-232

[13]

基于禁忌搜索的人工蜂群算法 [J].

李艳娟 ;

陈阿慧 .

计算机工程与应用, 2017, (04) :145-151+175

[14]

变概率混合细菌觅食优化算法 [J].

周文宏 ;

雷欣 ;

姜建国 ;

周佳薇 .

系统工程与电子技术, 2016, 38 (04) :960-964

[15]

优化混合蛙跳算法的WSN三维定位方法 [J].

刘宏 ;

王其涛 ;

夏未君 .

计算机工程与应用, 2017, 53 (02) :129-133+140

[16]

最小属性约简问题的一个有效的组合人工蜂群算法 [J].

叶东毅 ;

陈昭炯 .

电子学报, 2015, 43 (05) :1014-1020

[17]

基于讨论机制的头脑风暴优化算法 [J].

杨玉婷 ;

史玉回 ;

夏顺仁 .

浙江大学学报(工学版), 2013, 47 (10) :1705-1711+1746

[18]

智能优化算法及其在图像检索中的应用研究 [D].

周恒俊 .

山东大学,

2016

[19]

改进的布谷鸟搜索算法及其应用研究 [D].

薛益鸽 .

西南大学,

2015

[20]

A new quantum chaotic cuckoo search algorithm for data clustering[J] Saida Ishak Boushaki;Nadjet Kamel;Omar Bendjeghaba Expert Systems With Applications 2018,

← 1 2 3 4 →