基于遗传算法的人工鱼群优化算法

被引：23

作者：

刘白

周永权

机构：

[1] 广西民族大学数学与计算机科学学院

来源：

计算机工程与设计 | 2008年 / 22期

关键词：

人工鱼群算法; 遗传算法; 优化;

D O I：

10.16208/j.issn1000-7024.2008.22.077

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工鱼群算法(AFSA)是一种高效的群智能全局优化技术。通过对人工鱼群算法(AFSA)不足的研究,在遗传算法的基础上,提出了基于遗传算法的人工鱼群优化算法。该算法保留了人工鱼群算法(AFSA)简单、易实现的特点,同时克服了人工鱼漫无目的的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量。最后通过大量的函数和实例测试结果表明,与其它算法相比,该算法是可行和有效的,具有运行速度快和求解精度高等特点。

引用

页码：5827 / 5829

页数：3

共 8 条

[1] 求解约束优化问题的人工鱼群算法 [J].

王锡淮 ;

郑晓鸣 ;

肖健梅 .

计算机工程与应用 , 2007, (03) :40-42+63

[2] 一种非参数惩罚函数的优化演化算法 [J].

周育人 ;

周继香 ;

王勇 .

计算机工程, 2005, (10) :31-33+41

[3] 求解约束优化问题的一种新的进化算法 [J].

张利彪 ;

周春光 ;

刘小华 ;

马铭 ;

吕英华 ;

马志强 .

吉林大学学报(理学版), 2004, (04) :534-540

[4]

一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学. 2003

[5]

进化算法[M]. - 冶金工业出版社 , 云庆夏编著, 2000

[6]

An application of swarm optimization to nonlinear programming[J] . Ying Dong,Jiafu Tang,Baodong Xu,Dingwei Wang.Computers and Mathematics with Applications . 2005 (11)

[7]

An efficient constraint handling method for genetic algorithms[J] . Kalyanmoy Deb.Computer Methods in Applied Mechanics and Engineering . 2000 (2)

[8]

一种基于动物自治体的寻优模式:鱼群算法 .2 李晓磊,邵之江,钱积新. 系统工程理论与实践 . 2002

← 1 →