|
|||||
|
|
| 自适应双向菌群优化算法 | |
| 引用本文： | 胡桂武,陈建超,杜小勇. 自适应双向菌群优化算法[J]. 计算机应用研究, 2012, 29(10): 3645-3647 |
| 作者姓名： | 胡桂武 陈建超 杜小勇 |
| 作者单位： | 1. 1. 广东商学院 数学与计算科学学院, 广州 510320; 2. 中国人民大学 教育部数据工程与知识工程重点实验室, 北京 100872; 3. 中国人民大学 信息学院, 北京 100872 2. 广东商学院 数学与计算科学学院,广州,510320 3. 1. 中国人民大学 教育部数据工程与知识工程重点实验室, 北京 100872; 2. 中国人民大学 信息学院, 北京 100872 |
| 基金项目： | 国家自然科学基金资助项目（60873017）; 国家自然科学基金资助项目（中德合作）（61111130183） |
| 摘 要： | 提出了自适应双向菌群优化算法,应用聚类思想将趋化步长进行自适应调整,提高算法的局部搜索能力,引入双向游动机制,提高了算法的搜索效率和速度。针对10个复杂Benchmark函数进行了数值优化实验,其结果表明,在所有测试函数中,该算法在搜索能力和稳定性等方面优于其他典型算法的比率达到60%～90%,验证了算法的有效性。 |
| 关 键 词： | 菌群优化算法 趋化步长 聚类 双向 |
Adaptive bidirectional bacterial foraging optimization algorithm |
|
| HU Gui-wu,CHEN Jian-chao,DU Xiao-yong. Adaptive bidirectional bacterial foraging optimization algorithm[J]. Application Research of Computers, 2012, 29(10): 3645-3647 | |
| Authors: | HU Gui-wu CHEN Jian-chao DU Xiao-yong |
| Affiliation: | 1. School of Mathematics & Computational Science, Guangdong University of Business Studies, Guangzhou 510320, China; 2. a. Key Laboratory of Data Engineering & Knowledge Engineering for Ministry of Education, b. School of Information, Rennin University of China, Beijing 100872, China |
| Abstract: | This paper proposed on adaptive bidirectional bacterial foraging optimizationABBFO, which had self-adaptive chemotactic step size based clustering, could improve algorithm's local search ability. Bidirectional swarm was devised to enhance the efficiency and speed of algorithm, 10 complex Benchmark functions have been tested. The simulation shows that the ABBFO has better search ability and stability than other typical algorithm up to 60%~90% among test functions. The comparisons also shows ABBFO is an effective optimization. |
| Keywords: | bacterial foraging optimization algorithm chemotactic step size clustering bidirection |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |