群体智能典型算法研究综述

被引:37
作者
余建平 [1 ]
周新民 [2 ]
陈明 [1 ]
机构
[1] 湖南师范大学数学与计算机科学学院
[2] 湖南商学院信息学院
关键词
群体智能; 蚁群优化算法; 粒子群优化算法;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
群体智能是指无智能的或具有简单智能的个体通过协作表现出群体智能行为的特性,它在没有集中控制且不提供全局模型的前提下,为寻找复杂的分布式问题求解方案提供了基础。群体智能潜在的并行性和分布式特征使之成为计算机领域一个重要的研究方向。在介绍群体智能模型的基础上,分别对基于该模型的蚁群优化算法和粒子群优化算法这两类代表性算法进行较为详尽的归纳阐述并进行比较,最后就目前应用最为广泛的蚁群算法对群体智能的发展趋势进行展望。
引用
收藏
页码:1 / 4+74 +74
页数:5
相关论文
共 7 条
[1]   基于蚁群算法的对等网络自适应寻径协议 [J].
王峰 ;
周佳骏 ;
李肖坚 ;
周小发 .
计算机工程与应用, 2010, 46 (17) :101-104+120
[2]   粒子群算法在生产物流调度中的应用研究 [J].
边培莹 ;
李德信 ;
包宝军 ;
路燕 .
计算机工程与应用 , 2010, (17) :220-223
[3]   自适应蚁群优化的云数据库动态路径查询 [J].
史恒亮 ;
任崇广 ;
白光一 ;
普杰信 .
计算机工程与应用 , 2010, (09) :10-12+48
[4]   具有负载均衡和蚁群优化的移动P2P路由策略 [J].
牛新征 ;
周明天 ;
佘堃 .
计算机工程与应用, 2008, (22) :1-7
[5]   Ant algorithms and stigmergy [J].
Dorigo, M ;
Bonabeau, E ;
Theraulaz, G .
FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, 2000, 16 (08) :851-871
[6]  
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)
[7]   Ant colonies for the travelling salesman problem [J].
Dorigo, M ;
Gambardella, LM .
BIOSYSTEMS, 1997, 43 (02) :73-81