一种基于荧光素扩散的人工萤火虫算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (10): 34-38.

一种基于荧光素扩散的人工萤火虫算法

王迎菊，周永权

广西民族大学数学与计算机科学学院，南宁 530006

出版日期:2012-04-01 发布日期:2012-04-11

Glowworm Swarm Optimization algorithm based on fluorescein diffusion

WANG Yingju, ZHOU Yongquan

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

Online:2012-04-01 Published:2012-04-11

摘要/Abstract

摘要： 人工萤火虫算法是一种新型的搜索算法，其模拟自然界萤火虫利用荧光素进行联系而表现出的社会性行为。在基本萤火虫算法中，萤火虫之间存在协作不足，易陷入局部最优的缺陷。提出了一种新的更接近自然界萤火虫信息交流系统的萤火虫算法。该算法通过建立荧光素扩散模型，使相距较近的萤火虫之间能更好地进行协作。数值仿真实验结果表明，基于荧光素扩散的萤火虫算法，在全局性和收敛性方面比基本萤火虫算法有显著的提高。

关键词: 萤火虫算法, 荧光素, 扩散机制

Abstract: Glowworm Swarm Optimization（GSO） algorithm is a novel search algorithm which simulates the social behavior of glowworm swarm in the nature depending on fluorescein communication. Based on the analysis of shortcomings of basic GSO such as lack and lag of collaboration among glowworm. This paper proposes a new GSO which is more close to natural glowworm swarm system. By setting up the fluorescein diffusion model, this algorithm improves the collaboration among glowworms which are nearby. The simulation results show that the GSO based on fluorescein diffusion has greatly improved than the basic algorithm in terms of overall and convergence.

Key words: Glowworm Swarm Optimization, fluorescein, diffusion mechanism

王迎菊，周永权. 一种基于荧光素扩散的人工萤火虫算法[J]. 计算机工程与应用, 2012, 48(10): 34-38.

WANG Yingju, ZHOU Yongquan. Glowworm Swarm Optimization algorithm based on fluorescein diffusion[J]. Computer Engineering and Applications, 2012, 48(10): 34-38.

[1]	张哲辰，刘三阳. 基于拓扑改进与交叉策略的萤火虫算法[J]. 计算机工程与应用, 2019, 55(7): 1-8.
[2]	朱丹1，邱斌1，2，肖海林1，4，倪菊3. 基于萤火虫算法的认知车载网络频谱分配[J]. 计算机工程与应用, 2019, 55(2): 67-71.
[3]	李丽娜1，郭永强1，2，张晓东1，卢媛1，徐攀峰1. 萤火虫算法结合人工势场法的机器人路径规划[J]. 计算机工程与应用, 2018, 54(20): 104-109.
[4]	陈冠宇1，孙鹏1，2，张杰勇1，武君胜3. 基于离散萤火虫算法的指控结构适应性调整[J]. 计算机工程与应用, 2018, 54(15): 112-119.
[5]	段少楠，戴胜华. 离散萤火虫算法在高速列车运行调整中的应用[J]. 计算机工程与应用, 2018, 54(15): 209-213.
[6]	林诗洁1，2，董晨1，2，陈明志1，2，张凡1，2，陈景辉1，2. 新型群智能优化算法综述[J]. 计算机工程与应用, 2018, 54(12): 1-9.
[7]	张明，张树群，雷兆宜. 改进的萤火虫算法在神经网络中的应用[J]. 计算机工程与应用, 2017, 53(5): 159-163.
[8]	卞京红1，贺兴时1，杨新社2. 基于萤火虫算法的自适应花授粉优化算法[J]. 计算机工程与应用, 2016, 52(21): 162-167.
[9]	欧阳桢，李应. 基于萤火虫算法的匹配追踪用于生态声音辨识[J]. 计算机工程与应用, 2015, 51(2): 198-204.
[10]	杜贞，叶春明，凌远雄. 应用萤火虫算法求解基于学习效应的PFSP问题[J]. 计算机工程与应用, 2015, 51(16): 248-251.
[11]	林睦纲1，刘芳菊2，童小娇1. 一种基于萤火虫算法的模糊聚类方法[J]. 计算机工程与应用, 2014, 50(21): 35-38.
[12]	吴鹏. 萤火虫算法优化最大熵的图像分割方法[J]. 计算机工程与应用, 2014, 50(12): 115-119.
[13]	程魁1，马良1，刘勇1，2. 多选择背包问题的元胞萤火虫算法[J]. 计算机工程与应用, 2013, 49(14): 70-72.
[14]	杨娇，叶春明. 应用新型萤火虫算法求解Job-shop调度问题[J]. 计算机工程与应用, 2013, 49(11): 213-215.
[15]	刘佳昆，周永权. 具有主从结构的并行人工萤火虫群优化算法[J]. 计算机工程与应用, 2012, 48(14): 33-37.