学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
具有混合群智能行为的萤火虫群优化算法研究
被引:42
作者
:
论文数:
引用数:
h-index:
机构:
吴斌
论文数:
引用数:
h-index:
机构:
崔志勇
论文数:
引用数:
h-index:
机构:
倪卫红
机构
:
[1]
南京工业大学工业工程系
来源
:
计算机科学
|
2012年
/ 39卷
/ 05期
关键词
:
萤火虫群优化算法;
人工蜂群算法;
粒子群算法;
全局优化;
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
:
萤火虫群优化算法是一种新型的群智能优化算法,基本的萤火虫群优化算法存在收敛精度低等问题。为了提高算法的性能,借鉴蜂群和鸟群的群体智能行为,改进萤火虫群优化算法的移动策略。运用均匀设计调整改进算法的参数取值。若干经典测试问题的实验仿真结果表明,引入混合智能行为大幅提升了算法的优化性能。
引用
收藏
页码:198 / 200+228 +228
页数:4
相关论文
共 4 条
[1]
基于追尾行为的改进型人工萤火虫群算法
[J].
论文数:
引用数:
h-index:
机构:
李咏梅
;
论文数:
引用数:
h-index:
机构:
周永权
;
论文数:
引用数:
h-index:
机构:
姚祥光
.
计算机科学,
2011,
38
(03)
:248
-251
[2]
均匀设计与均匀设计表.[M].方开泰著;.科学出版社.1994,
[3]
A comparative study of Artificial Bee Colony algorithm
[J].
论文数:
引用数:
h-index:
机构:
Karaboga, Dervis
;
论文数:
引用数:
h-index:
机构:
Akay, Bahriye
.
APPLIED MATHEMATICS AND COMPUTATION,
2009,
214
(01)
:108
-132
[4]
Glowworm swarm optimization for simultaneous capture of multiple local optima of multimodal functions
[J].
Krishnanand K.N.
论文数:
0
引用数:
0
h-index:
0
机构:
Department of Aerospace Engineering, Indian Institute of Science
Department of Aerospace Engineering, Indian Institute of Science
Krishnanand K.N.
;
论文数:
引用数:
h-index:
机构:
Ghose D.
.
Swarm Intelligence,
2009,
3
(2)
:87
-124
←
1
→
共 4 条
[1]
基于追尾行为的改进型人工萤火虫群算法
[J].
论文数:
引用数:
h-index:
机构:
李咏梅
;
论文数:
引用数:
h-index:
机构:
周永权
;
论文数:
引用数:
h-index:
机构:
姚祥光
.
计算机科学,
2011,
38
(03)
:248
-251
[2]
均匀设计与均匀设计表.[M].方开泰著;.科学出版社.1994,
[3]
A comparative study of Artificial Bee Colony algorithm
[J].
论文数:
引用数:
h-index:
机构:
Karaboga, Dervis
;
论文数:
引用数:
h-index:
机构:
Akay, Bahriye
.
APPLIED MATHEMATICS AND COMPUTATION,
2009,
214
(01)
:108
-132
[4]
Glowworm swarm optimization for simultaneous capture of multiple local optima of multimodal functions
[J].
Krishnanand K.N.
论文数:
0
引用数:
0
h-index:
0
机构:
Department of Aerospace Engineering, Indian Institute of Science
Department of Aerospace Engineering, Indian Institute of Science
Krishnanand K.N.
;
论文数:
引用数:
h-index:
机构:
Ghose D.
.
Swarm Intelligence,
2009,
3
(2)
:87
-124
←
1
→