首页 | 官方网站   微博 | 高级检索  
     

应用佳点集的混合反向学习人工鱼群算法
引用本文:王培崇,李丽荣,高文超,汪慎文.应用佳点集的混合反向学习人工鱼群算法[J].计算机应用研究,2015,32(7).
作者姓名:王培崇  李丽荣  高文超  汪慎文
作者单位:1. 石家庄经济学院信息工程学院,石家庄050031;中国矿业大学机电与信息工程学院,北京100083
2. 石家庄经济学院艺术设计学院,石家庄,050031
3. 中国矿业大学机电与信息工程学院,北京,100083
4. 石家庄经济学院信息工程学院,石家庄,050031
基金项目:国家自然科学基金资助项目,高等学校博士学科点专项科研基金资助项目,河北省科技支撑基金资助项目,石家庄经济学院基金预研项目,石家庄经济学院博士科研基金资助项目,河北省教育厅基金资助项目,河北省青年拔尖人才支持计划项目
摘    要:为了改善人工鱼群算法求解精度较低、容易过早收敛的弱点,提出了一种应用佳点集和反向学习的人工鱼群算法.改进算法在迭代中对当前种群中部分优质个体执行一般动态反向学习,生成它们的反向种群,引导种群向包含全局最优的解空间逼近,以提高算法的平衡和探索能力.当种群的拥挤程度超过阈值λ时,利用佳点集机制对大部分个体重新初始化,以帮助算法脱离局部最优的约束.在六个Benchmark函数上的实验表明,该算法收敛速度快、求解精度高,适合求解函数优化问题.

关 键 词:人工鱼群算法  佳点集  反向学习  Benchmark函数

Hybrid opposition-based learning and artificial fish swarm algorithm using good-point set
Wang Peichong,Li Lirong,GAO Wenchao,Wang Shenwen.Hybrid opposition-based learning and artificial fish swarm algorithm using good-point set[J].Application Research of Computers,2015,32(7).
Authors:Wang Peichong  Li Lirong  GAO Wenchao  Wang Shenwen
Abstract:
Keywords:artificial fish swarm algorithm (AFSA)  good-point set (GPS)  opposition-based learning (OBL)  Benchmark functions
本文献已被 万方数据 等数据库收录!
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-23

京公网安备 11010802026262号