果蝇算法和5种群智能算法的寻优性能研究

被引:87
作者
吴小文
李擎
机构
[1] 北京信息科技大学智能控制研究所
关键词
遗传算法; 蚁群算法; 鱼群算法; 免疫算法; 粒子群算法; 果蝇算法;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
截止到目前为止进化式算法主要有遗传算法、蚁群算法、鱼群算法、免疫算法、粒子群算法。这些算法已经被广泛地用于寻优,但都有各自的缺点,导致其不易被用于解决实际问题。某学者提出了一种新群智能算法———果蝇算法。对该算法的起源进行分析,并将该算法与其他算法对比,通过仿真分析各个算法寻优性能。重点分析果蝇算法的寻优性能,得出果蝇算法简单、参数少、易调节、计算量小、寻优精度较高,从而较容易被用于解决实际问题,对于复杂问题算法可能不稳定。指出该算法的缺点,提出应改进的地方,对其应用前景作了概括。
引用
收藏
页码:17 / 20+25 +25
页数:5
相关论文
共 6 条
[1]  
Pattern Recognition andMachine Learning. Jordan M,Kleinberg J,Scholkopf B. . 2006
[2]  
Statistical Pattern Recognition. Webb A R,Keith D Copsey. . 2012
[3]  
Introduction to Algorithms. Cormen TH,Leiserson CE,Rivest RL,et al. . 2001
[4]  
Practical Genetic Algorithms. R. L. Haupt,S. E. Haupt. . 2004
[5]  
An introduction to genetic algorithms. Melanie M. . 1999
[6]  
A New Fruit Fly Optimization Algorithm:Taking theFnancial Distress Model as an Example. Pan W T. Knowl-edge-Based Systems . 2012