改进的动物迁徙算法求解全局优化问题

被引：4

作者：

刘金承 ^{[1
]}

费佳慧 ^{[2
]}

机构：

[1] 长春金融高等专科学校

[2] 东北师范大学计算机科学与信息技术学院

来源：

长春大学学报 | 2015年 / 25卷 / 08期

关键词：

动物迁徙算法; 粒子群优化算法; 群集智能; PSAMO; 全局优化问题;

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：

致力于探索如何进一步提高动物迁徙算法的寻优能力和收敛速度,为此结合动物迁徙算法(AMO)和粒子群算法(PSO)提出了改进的动物迁徙算法(PSAMO)用来求解全局优化问题。改进策略在于应用标准粒子群算法中惯性权重W的特性,通过对惯性权重W的线性调节,来提高算法的全局搜索能力。在Matlab中为改进的动物迁徙算法设计了仿真实验。使用了23个benchmark基准测试函数,并将改进的算法所得到的最优解的平均值与粒子群优化算法、萤火虫算法、布谷鸟算法等已有的传统优化算法进行比较。

引用

页码：42 / 49

页数：8