一种简化的人工鱼群算法

被引:31
作者
王联国 [1 ,2 ]
洪毅 [1 ]
赵付青 [1 ]
余冬梅 [1 ]
机构
[1] 兰州理工大学电气工程与信息工程学院
[2] 甘肃农业大学信息科学技术学院
关键词
人工鱼群算法; 人工鱼; 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
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对人工鱼群算法(AFSA)优化精度低,运行时间长的问题,对其进行了简化,给出人工鱼群算法进化方程,提出一种简化的人工鱼群算法(SAFSA).SAFSA算法在一次迭代进化中同时根据人工鱼觅食结果、种群中心位置和种群最优位置,调整下一步位置,保证算法向全局最优位置移动,同时由于觅食行为中有随机游动现象,使算法具有跳出局部极值的能力,增强了算法的全局搜索能力.仿真结果表明,简化的人工鱼群算法优化效果明显,运行速度快.
引用
收藏
页码:1663 / 1667
页数:5
相关论文
共 15 条
[1]  
人工鱼群算法的改进及应用.[D].郑晓鸣.上海海事大学.2006, 02
[2]   基于自适应人工鱼群算法的多用户检测器 [J].
俞洋 ;
殷志锋 ;
田亚菲 .
电子与信息学报, 2007, (01) :121-124
[3]   基于变异算子与模拟退火混合的人工鱼群优化算法 [J].
张梅凤 ;
邵诚 ;
甘勇 ;
李梅娟 .
电子学报, 2006, (08) :1381-1385
[4]   基于鱼群算法的油田多级站定位优化方法研究 [J].
黄光球 ;
陆秋琴 ;
郑彦全 .
西安石油大学学报(自然科学版), 2006, (04) :98-102+117
[5]   基于改进的Fish-search算法的信息检索研究 [J].
罗方芳 ;
陈国龙 ;
郭文忠 .
福州大学学报(自然科学版), 2006, (02) :184-188
[6]   人工鱼群神经网络在电力系统短期负荷预测中的应用 [J].
马建伟 ;
张国立 .
电网技术, 2005, (11) :36-39
[7]   组合优化问题的人工鱼群算法应用 [J].
李晓磊 ;
路飞 ;
田国会 ;
钱积新 .
山东大学学报(工学版), 2004, (05) :64-67
[8]   利用人工鱼群算法优化前向神经网络 [J].
马建伟 ;
张国立 ;
谢宏 ;
周春雷 ;
王晶 .
计算机应用, 2004, (10) :21-23
[9]   基于人工鱼群算法的电力系统无功优化 [J].
唐剑东 ;
熊信银 ;
吴耀武 ;
蒋秀洁 .
继电器, 2004, (19) :9-12+33
[10]   基于人工鱼群算法的参数估计方法 [J].
李晓磊 ;
薛云灿 ;
路飞 ;
田国会 .
山东大学学报(工学版), 2004, (03) :84-87