首页 | 本学科首页   官方微博 | 高级检索  
     

基于追尾行为的改进型人工萤火虫群算法
引用本文:李咏梅,周永权,姚祥光. 基于追尾行为的改进型人工萤火虫群算法[J]. 计算机科学, 2011, 38(3): 248-251
作者姓名:李咏梅  周永权  姚祥光
作者单位:1. 广西大学计算机与电子信息学院,南宁,530004
2. 广西民族大学数学与计算机科学学院,南宁,530006
基金项目:本文受国家自然科学基金项目(60461001),广西自然科学基金项目(0832082,0991086),国家民委科研项目基金(08GX01)资助。
摘    要:利用人工鱼群算法的追尾思想并在过程中加入拥挤度因子,对人工萤火虫群算法进行了改进,提出了一种改进型人工萤火虫群算法,并将该算法用于多峰函数的优化问题。通过实验仿真及与其他算法进行的对比分析表明,改进后的人工萤火虫群算法在种群规模较小、迭代次数较少的情况下也可以精确捕获函数定义域内的所有峰值。

关 键 词:人工萤火虫群算法,追尾行为,拥挤度因子,多峰函数优化

Improved Glowworm Swarm Optimization Based on the Behavior of Follow
LI Yong-mei,ZHOU Yong-quan,YAO Xiang-guang. Improved Glowworm Swarm Optimization Based on the Behavior of Follow[J]. Computer Science, 2011, 38(3): 248-251
Authors:LI Yong-mei  ZHOU Yong-quan  YAO Xiang-guang
Affiliation:(School of Computer and Electron Information, Guangxi University, Nanning 530004, China);(College of Mathematics and Computer Science,Guangxi University for Nationalities,Nanning 530006,China)
Abstract:To improve the glowworm swarm optimization, the behavior of follow of the artificial fish school algorithm and a swarm degree were used. The improved algorithm was used to optimise multi modal functions. The experiment resups show that the algorithm, with the smaller populations and the fewer number of iterations, can simultaneous capture multiple optima of several standard multimodal test function.
Keywords:Glowworm swarm optimization   Behavior of follow   Swarm degree   Multimodal function optimization
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号