计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 26-29.DOI: 10.3778/j.issn.1002-8331.2010.22.009
韦修喜1,曾海文1,周永权2
收稿日期:
2009-12-01
修回日期:
2010-03-18
出版日期:
2010-08-01
发布日期:
2010-08-01
通讯作者:
韦修喜
WEI Xiu-xi1,ZENG Hai-wen1,ZHOU Yong-quan2
Received:
2009-12-01
Revised:
2010-03-18
Online:
2010-08-01
Published:
2010-08-01
Contact:
WEI Xiu-xi
摘要: 借鉴人工鱼群算法的思想,利用云模型云滴的随机性和稳定倾向性的特点,提出了一种新的人工鱼群算法——云人工鱼群算法,并用于求解具有变量边界约束的非线性的复杂函数最优化问题。计算机仿真结果表明,云人工鱼群算法具有计算精度较高,搜索速度较快等特点,具有一定的参考和应用价值。
中图分类号:
韦修喜1,曾海文1,周永权2. 云人工鱼群算法[J]. 计算机工程与应用, 2010, 46(22): 26-29.
WEI Xiu-xi1,ZENG Hai-wen1,ZHOU Yong-quan2. Cloud theory-based artificial fish swarm algorithm[J]. Computer Engineering and Applications, 2010, 46(22): 26-29.
[1] | 桂旺生1,刘利斌1,欧阳艾嘉2,周永权3,李肯立4. 求解机械优化的Pareto多目标中心粒子群算法[J]. 计算机工程与应用, 2011, 47(4): 57-60. |
[2] | 崔明义,张新祥,苏白云. 基因变异的群智能优化算法研究[J]. 计算机工程与应用, 2011, 47(4): 39-41. |
[3] | 黄敏镁. 粒子群算法在物流中心选址中的应用[J]. 计算机工程与应用, 2011, 47(4): 212-214. |
[4] | 鲁 华,周德云. 基于灰色分析的对地多目标攻击战术规划研究[J]. 计算机工程与应用, 2011, 47(4): 239-241. |
[5] | 裴胜玉,周永权,罗淇方. 信息熵协进化粒子群算法[J]. 计算机工程与应用, 2011, 47(3): 225-228. |
[6] | 苏 晨1,倪世宏1,王彦鸿2. 一种改进人工免疫的飞行状态规则提取方法[J]. 计算机工程与应用, 2011, 47(3): 237-239. |
[7] | 刘俊芳1,高岳林2. 带自适应变异的量子粒子群优化算法[J]. 计算机工程与应用, 2011, 47(3): 41-43. |
[8] | 汪永生,李均利. 质心粒子群优化算法[J]. 计算机工程与应用, 2011, 47(3): 34-37. |
[9] | 马 蕾,汪西莉. 基于支持向量机协同训练的半监督回归[J]. 计算机工程与应用, 2011, 47(3): 177-180. |
[10] | 安秋生. 位模式下粗糙函数依赖近似度量的研究[J]. 计算机工程与应用, 2011, 47(2): 26-28. |
[11] | 张雨浓1,郭东生1,谭 宁2. 幂激励前向神经网络最优结构确定算法[J]. 计算机工程与应用, 2011, 47(2): 29-31. |
[12] | 李春丰,李代平,欧阳小星,马海峰,刘瑞玲. RF_SIM卡的多应用COS研究与设计[J]. 计算机工程与应用, 2011, 47(2): 57-59. |
[13] | 邱旭琴,魏立力. 优势关系下随机信息系统的属性约简[J]. 计算机工程与应用, 2011, 47(2): 131-135. |
[14] | 黄俊恒1,孙玉山2,朱东杰2. 扩散模式的聚类算法研究[J]. 计算机工程与应用, 2011, 47(2): 121-123. |
[15] | 刘海涛1,2,翟敬梅1,徐 晓1. 不相容决策表中一种新的属性约简算法[J]. 计算机工程与应用, 2011, 47(2): 124-126. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||