几种新型仿生优化算法的比较研究

被引：21

作者：

段海滨 ^{[1
]}

王道波 ^{[2
]}

于秀芬 ^{[3
]}

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

[2] 南京航空航天大学自动化学院

[3] 中国科学院空间科学与应用研究中心

来源：

计算机仿真 | 2007年 / 03期

关键词：

蚁群算法; 微粒群算法; 人工免疫算法; 人工鱼群算法; 比较;

D O I：

暂无

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

仿生优化算法是模拟自然界中生物行为的随机搜索算法,可以用来解决现实中的许多优化问题。简要介绍了目前比较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理;然后深入分析了这些仿生优化算法的异同之处:这些算法都是一类不确定的算法,都是一类概率型的全局优化算法,都不依赖于优化问题本身的严格数学性质,都是一种基于多个智能体的智能算法,都具有本质并行性、突现性、进化性和稳健性,其不同性则主要体现在算法本身上;最后对这些仿生优化算法今后的发展方向进行了评述与展望。

引用

页码：169 / 172+253 +253

页数：5