PSO和AFSA混合优化算法

被引：33

作者：

王联国 ^{[1
,2
]}

施秋红 ^{[1
]}

洪毅 ^{[2
]}

机构：

[1] 甘肃农业大学信息科学技术学院

[2] 兰州理工大学电气工程与信息工程学院

来源：

计算机工程 | 2010年 / 36卷 / 05期

关键词：

粒子群优化算法; 人工鱼群算法; PSO-AFSA混合算法; 群体智能;

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：

结合粒子群优化(PSO)算法和人工鱼群算法(AFSA)的优势,提出一种PSO-AFSA混合算法。将种群分为2个子群体,在每次迭代中,一个子群体利用PSO算法进化,另一个子群体利用AFSA进化,2个算法共享整个种群极值信息。通过混合算法对5个标准函数进行实验,并与标准PSO算法进行比较,结果表明混合算法具有更好的优化性能。

引用

页码：176 / 178

页数：3

共 5 条

[1]

一种改进的人工鱼群算法 [J].