变步长自适应的改进人工鱼群算法

被引:60
作者
朱旭辉
倪志伟
程美英
机构
[1] 合肥工业大学管理学院
[2] 合肥工业大学过程优化与智能决策教育部重点实验室
关键词
人工鱼群算法; 变步长; 自适应步长; 全局收敛; 函数优化;
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
针对人工鱼群算法在函数优化中存在陷入局部最优、后期收敛速度慢及结果精度不高等问题,通过改进鱼群算法中觅食行为及自适应调整人工鱼步长,提出了一种变步长自适应的改进人工鱼群算法。证明了该算法的全局收敛性,从而增加了其理论基础。最后,10个标准函数测试结果表明,改进后的人工鱼群算法在跳出局部最优、收敛速度、精度和稳定性方面都优于原鱼群算法和萤火虫算法,在结果精度和稳定性方面优于文献[9,23,24]的方法。
引用
收藏
页码:210 / 216+246 +246
页数:8
相关论文
共 19 条
[1]
自适应视野的人工鱼群算法求解最短路径问题 [J].
马宪民 ;
刘妮 .
通信学报 , 2014, (01) :1-6
[2]
基于群体行为的自适应变异算子鱼群算法 [J].
陶杨 ;
韩维 ;
张磊 .
中国电子科学研究院学报, 2013, 8 (05) :491-495
[3]
基于改进人工鱼群算法的含噪图像分割方法 [J].
刘艳林 ;
马苗 ;
刘艳丽 ;
许红飞 .
计算机工程与应用, 2013, 49 (20) :157-160
[4]
采用粒子群算法的自适应变步长随机共振研究 [J].
张仲海 ;
王多 ;
王太勇 ;
林锦州 ;
蒋永翔 .
振动与冲击, 2013, 32 (19) :125-130+152
[5]
粒子群优化鱼群算法仿真分析 [J].
段其昌 ;
唐若笠 ;
徐宏英 ;
李文 .
控制与决策, 2013, 28 (09) :1436-1440
[6]
基于改进鱼群和K-means的混合聚类算法 [J].
刘薇 ;
刘柏嵩 ;
王洋洋 .
计算机工程与应用 , 2013, (22) :119-122
[7]
基于差分进化的鱼群算法及其函数优化应用 [J].
张大斌 ;
杨添柔 ;
温梅 ;
孙莹 ;
周茜 .
计算机工程, 2013, 39 (05) :18-22+27
[8]
改进人工鱼群算法及其收敛性分析 [J].
王培崇 ;
雷凤君 ;
钱旭 .
科学技术与工程, 2013, 13 (03) :616-620
[9]
基于人工鱼群和微粒群混合算法的WSN节点部署策略 [J].
孙伟 ;
朱正礼 ;
郑磊 ;
侯迎坤 .
计算机科学, 2012, 39 (11) :83-85+121
[10]
一种用Powell方法局部优化的人工萤火虫算法 [J].
张军丽 ;
周永权 .
模式识别与人工智能, 2011, 24 (05) :680-684