用人工鱼群算法求解二重数值积分

doi:10.3778/j.issn.1002-8331.2009.10.011

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 34-37.DOI: 10.3778/j.issn.1002-8331.2009.10.011

用人工鱼群算法求解二重数值积分

聂黎明,周永权

广西民族大学数学与计算机科学学院，南宁 530006

收稿日期:2008-09-23 修回日期:2008-12-17 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 聂黎明

Using artificial fish-swarm algorithm for solving two-dimensional numerical integration

NIE Li-ming,ZHOU Yong-quan

College of Mathematics and Computer Science，Guangxi University for Nationalities，Nanning 530006，China

Received:2008-09-23 Revised:2008-12-17 Online:2009-04-01 Published:2009-04-01
Contact: NIE Li-ming

摘要/Abstract

摘要： 提出了利用人工鱼群算法求解二重数值积分的方法，将不等距离分割方法与人工鱼群算法相结合来求解数值积分同时在积分求和式子中引入一个参数。最后给出几个数值积分算例，并与其它数值积分方法作了比较，仿真结果分析表明，该方法具有更高阶的精度和更快的收敛速度。

关键词: 二重数值积分, 人工鱼群算法, 不等距点分割

Abstract: A new method is presented to calculate two-dimensional numerical integration based on artificial fish-swarm algorithm.The method is based on inequality point’s segmentation for solving numerical integration.A parameter has been introduced into expression of integral sum.Finally，several experimental results show that the proposed numerical integration method is more efficient and feasible compared with other numerical integration methods.

Key words: two-dimensional numerical integration, artificial fish-swarm algorithm, inequality point’s segmentation

聂黎明,周永权. 用人工鱼群算法求解二重数值积分[J]. 计算机工程与应用, 2009, 45(10): 34-37.

NIE Li-ming,ZHOU Yong-quan. Using artificial fish-swarm algorithm for solving two-dimensional numerical integration[J]. Computer Engineering and Applications, 2009, 45(10): 34-37.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[3]	邹德龙，王宝华. 一种混合优化算法面向高维函数优化的研究[J]. 计算机工程与应用, 2019, 55(20): 122-127.
[4]	姚凌波，戴月明，王艳. 反向自适应高斯变异的人工鱼群算法[J]. 计算机工程与应用, 2018, 54(1): 179-185.
[5]	王家海，陈煜. 数据驱动的Job Shop生产调度知识挖掘及优化[J]. 计算机工程与应用, 2018, 54(1): 264-270.
[6]	卢向华，舒云星. 改进AFSA算法优化SVM的变压器故障诊断[J]. 计算机工程与应用, 2017, 53(17): 173-179.
[7]	黄务兰1，2，张涛1，3. 基于改进全局人工鱼群算法的VRPSPDTW研究[J]. 计算机工程与应用, 2016, 52(21): 21-29.
[8]	李迎1，张璟1，2，虎群1，李军怀1，2. 人工鱼群算法在虚拟机分配中的应用[J]. 计算机工程与应用, 2015, 51(4): 22-28.
[9]	王冲，雷秀娟. 一种融合免疫接种机制的改进鱼群聚类算法[J]. 计算机工程与应用, 2015, 51(3): 138-142.
[10]	费腾，张立毅，陈雷. 配送中心选址问题的BFO-AFSA算法研究[J]. 计算机工程与应用, 2015, 51(23): 1-5.
[11]	洪兴福1，胡祥涛2. 一种求解复杂优化问题的新型人工鱼群算法[J]. 计算机工程与应用, 2015, 51(14): 40-45.
[12]	龚波，曾飞艳. 基于自适应动态邻域结构的人工鱼群算法[J]. 计算机工程与应用, 2015, 51(13): 52-55.
[13]	孙莉1，2，徐琪1. 混合和声搜索算法优化SVM的订单优先权评价[J]. 计算机工程与应用, 2015, 51(12): 241-245.
[14]	赖志柱，张云艳. 基于遗传算法求任意函数的数值积分[J]. 计算机工程与应用, 2014, 50(2): 54-57.
[15]	淦艳1，魏延1，2，杨有1，万辉2. 基于改进随机移动算子的人工鱼群算法[J]. 计算机工程与应用, 2014, 50(13): 147-152.

用人工鱼群算法求解二重数值积分

Using artificial fish-swarm algorithm for solving two-dimensional numerical integration

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics