一种混沌人工鱼群优化算法

doi:10.3778/j.issn.1002-8331.2010.22.014

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 40-42.DOI: 10.3778/j.issn.1002-8331.2010.22.014

一种混沌人工鱼群优化算法

曲良东，何登旭

广西民族大学数学与计算机科学学院，南宁 530006

收稿日期:2009-02-20 修回日期:2009-04-03 出版日期:2010-08-01 发布日期:2010-08-01
通讯作者: 曲良东

Novel artificial fish-school algorithm based on chaos search

QU Liang-dong，HE Deng-xu

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

Received:2009-02-20 Revised:2009-04-03 Online:2010-08-01 Published:2010-08-01
Contact: QU Liang-dong

摘要/Abstract

摘要： 人工鱼群算法是一种群智能全局随机优化算法，存在陷入局部极值和效率低的不足，结合混沌搜索的特点，提出一种混沌人工鱼群优化算法，该算法是用混沌初始化来初始化鱼群，在聚群和追尾行为后进行混沌的遍历性和随机性扰动来使鱼群局部搜索同时摆脱局部极值点。仿真实验结果表明，该算法比基本人工鱼群算法全局能力更强，搜索效率更高。

Abstract: The artificial fish school algorithm is a swarm intelligence stochastic global optimization algorithm.However it falls into the local optimum solution and the efficiency low frequently.Using chaos search characteristic，a novel artificial fish school algorithm based on chaos search is proposed in this paper.Initialize population of fish with the chaos，after swarm behavior and follow behavior，they carry on the chaos search to enable artificial fish to get rid of local minima and improve efficiency.Several computer simulation results show that the proposed algorithm is stronger than the basic artificial fish school algorithm in global optimization ability，and the search efficiency is higher.

中图分类号:

TP18

曲良东，何登旭. 一种混沌人工鱼群优化算法[J]. 计算机工程与应用, 2010, 46(22): 40-42.

QU Liang-dong，HE Deng-xu. Novel artificial fish-school algorithm based on chaos search[J]. Computer Engineering and Applications, 2010, 46(22): 40-42.

[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.

一种混沌人工鱼群优化算法

Novel artificial fish-school algorithm based on chaos search

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