·
搜索结果:找到“人工鱼群算法”相关结果116941条
排序: 按相关 按相关 按时间降序
  • 【期刊】 人工鱼群算法的改进

    刊名:计算机技术与发展 作者:唐莉[1] ; 张正军[1] ; 王俐莉[2] 关键词:随机行为 拥挤度因子 适应度函数 人工鱼群算法 优化 机构:南京理工大学理学院 ; 南京理工大学理学院 年份:2016
    摘要:人工鱼群算法(AFSA)是一种新型随机搜索优化算法。通过初步的研究表明,该算法具有许多优良的性质,但也有一些不足之处。针对均匀随机行为和常数拥挤度因子而导致算法运行时间长或陷入局部最优的问题,引入对称正态随机行为,自适应调整该行为参数,减少了由于迂回搜索导致的无用计算,也使人工鱼可在解空间进行更为广泛的搜索,提高了搜索效率。采用了自适应拥挤度因子并提出新的适应度函数,加快了系统满意解的收敛速度,使数值解更加稳定。实验结果表明,与基本人工鱼群算法相比,该方法具有明显的优越性。
  • 【期刊】 浅析人工鱼群算法

    刊名:甘肃科技 作者:高建兴 关键词:人工鱼群算法 ; 最优化 ; 不足 机构:甘肃建筑职业技术学院 ; 甘肃建筑职业技术学院 年份:2013
    摘要:人工鱼群算法是一种新型智能优化算法。对传统智能优化算法而言,该算法由于出现时间短,理论基础薄弱,其研究成果远没有遗传算法和粒子群算法那样成熟和完善,有许多问题还需要进一步研究。介绍了人工鱼群算法的基本原理、应用前景和国内外的研究现状和主要研究内容,并分析了目前研究过程中出现的不足。
  • 【期刊】 人工鱼群算法研究综述

    刊名:《科学咨询》 作者:林江宏 关键词:人工鱼群算法 ; 算法改进 ; 并行 ; 综述 机构:福建工程学院数理学院 ; 福建工程学院数理学院 ; 福建工程学院数据分析研究中心 年份:2015
    摘要:人工鱼群算法提出以来,获得了广泛的研究和应用。本文在简述基本人工鱼群算法的原理后,分析了算法存在的不足,综述了改进算法和与其它算法融合的相关研究工作,归纳了人工鱼群算法在多个领域的应用及其今后的研究方向。
  • 【期刊】 分组进化人工鱼群算法

    刊名:海南师范大学学报(自然科学版) 作者:李辉 关键词:分组进化 ; 拥挤度 ; 觅食行为 ; 寻优性能 机构:福建水利电力职业技术学院公共基础部数学教研室 ; 福建水利电力职业技术学院公共基础部数学教研室 年份:2016
    摘要:针对人工鱼群算法搜索性能较差的缺陷,结合粒子群、蛙跳和人工鱼群算法的优点,文章提出了一种分组进化人工鱼群算法,该算法将人工鱼群算法简化后,仿照蛙跳算法进行分组进化,并加入粒子群算法的更新机制对个体位置进行更新,以便充分利用种群信息.实验证明,该算法有较强的寻优能力,且稳定性好,实用性强.
  • 【期刊】 分类觅食人工鱼群算法

    刊名:贵州师范大学学报(自然科学版) 作者:李辉 关键词:人工鱼算法 ; 觅食行为 ; 收敛速度 ; 收敛精度 机构:福建水利电力职业技术学院数学教研室 ; 福建水利电力职业技术学院数学教研室 年份:2016
    摘要:针对人工鱼群算法搜索速度和搜索精度不高,且对高维问题寻优能力较差等缺点,提出了一种改进的人工鱼群算法——分类觅食人工鱼群算法(Assorted Foraging Artificial Fish Swarm Algorithm-AFAFSA)。该算法对执行觅食行为的个体分类进行更新,既保持种群的多样性又通过觅食行为加快算法的搜索速度,同时加入禁忌的思想帮助算法跳出局部最优,提高算法的性能。通过一系列的测试试验,发现改进算法在收敛速度和精度方面都有了明显的提高,对于高维问题有也具有较好的寻优能力。
  • 【期刊】 人工鱼群算法研究综述

    刊名:科学咨询 作者:林江宏[1,2] 关键词:人工鱼群算法 算法改进 并行 综述 机构:福建工程学院数理学院 ; 福建工程学院数理学院 ; 福建工程学院数据分析研究中心 年份:2015
    摘要:人工鱼群算法提出以来,获得了广泛的研究和应用。本文在简述基本人工鱼群算法的原理后,分析了算法存在的不足,综述了改进算法和与其它算法融合的相关研究工作,归纳了人工鱼群算法在多个领域的应用及其今后的研究方向。
  • 【期刊】 关于人工鱼群算法的综述

    刊名:电脑知识与技术 作者:朱俚治; 关键词:人工鱼群;;AFSA算法;;lAFSA算法 机构:南京航空航天大学信息中心 ; 南京航空航天大学信息中心 年份:2018
    摘要:人工鱼群算法是一种群体智能型算法,这些算法常用于求解最优化问题,事实上在工程领域中存在着众多的最优化问题,因此人工鱼群算法在工程领域中有着较为广泛的应用,作者对人工鱼群算法研究之后,所撰写的一篇关于人工鱼群算法的综述性论文。该文对人工鱼群算法的部分特征进行了介绍,该文分为如下几个部分:1)什么是人工鱼群算法;2)人工鱼群算法的特点;3)人工鱼群算法的搜索;4)人工鱼群的改进型算法(l AFSA);5)人工鱼群算法的简要分析。
  • 【期刊】 一种新的改进人工鱼群算法

    刊名:湖南城市学院学报(自然科学版) 作者:王扉 关键词:人工鱼群算法 ; 全局最优化 ; 智能算法 ; 自适应步长 机构:湖南城市学院理学院 ; 湖南城市学院理学院 年份:2017
    摘要:人工鱼群算法是李晓磊等人于2002年提出的一种新型群智算法,该算法源于鱼群活动行为的研究,具备较好的全局寻优能力﹒本文基于基本人工鱼群算法,提出一种步长和视野自适应调整的新方法,新方法在提高个体优化的效率的同时兼顾了群体优化的性能﹒数值实验表明新算法提高了全局收敛的成功率,也有效地提高了最优解的精度﹒
  • 【期刊】 量子人工鱼群算法

    刊名:东北大学学报(自然科学版) 作者:陈晓峰 ; 宋杰 关键词:人工鱼群算法 ; 量子计算 ; 量子人工鱼群算法 ; 函数极值 ; TSP问题 机构:东北大学软件学院 ; 东北大学软件学院 年份:2012
    摘要:融合量子计算与智能优化的新型高效优化算法层出不穷,成为现在优化算法研究的主流.为此,将量子计算引入到人工鱼群算法中,提出一种新型的量子进化算法———量子人工鱼群算法.该算法用量子计算的方法重新描述了人工鱼的行为,用量子比特对人工鱼进行编码,用量子旋转门实现人工鱼的更新操作,用量子非门进行人工鱼变异,从而实现了目标的优化求解.并分别以函数极值和TSP问题为例进行了仿真,验证了算法的有效性.
  • 【期刊】 一种新颖的人工鱼群算法

    刊名:广东工业大学学报 作者:周述波 ; 刘伟 ; 罗萍 关键词:人工鱼群 ; 粒子群 ; 智能优化 ; 个体学习 ; 社会学习 机构:广东工业大学应用数学学院 ; 广东工业大学应用数学学院 年份:2015
    摘要:为了克服基本人工鱼群算法(AFSA)收敛速度慢、求解精度不高和易陷入局部最优的不足,提出了一种新颖的人工鱼群算法(AO-AFSA).该算法结合人工鱼与粒子群(PSO)中的粒子都具有个体学习能力和社会学习能力,模拟粒子群中粒子的速度位置更新公式去分别修改人工鱼群算法中人工鱼的觅食行为、聚群行为、追尾行为的更新公式.并采用5个典型的测试函数进行仿真实验,分析算法的寻优精度、收敛速度以及稳定性.测试结果表明改进后的算法能够较快地收敛至全局较优解,有更强的稳定性,并具有较好的寻优性能.
  • 【期刊】 一种改进的人工鱼群算法

    刊名:《科学中国人》 作者:崔丽英 ; 黄殿平 ; 宋晓 关键词:鱼群算法 ; 云模型 ; 优化 机构:阜新市第一中等职业技术专业学校 ; 阜新市第一中等职业技术专业学校 ; 辽宁工程技术大学 年份:2015
    摘要:人工鱼群算法是一种高效的群体智能寻优算法。本文提出一种改进智能鱼群算法,引入云学习因子和云变异因子,使算法在寻优过程中的学习能力有所提高,避免算法在寻优过程中游动行为的不确定性,提高了算法的寻优能力。
  • 【期刊】 人工鱼群算法改进方法概述

    刊名:电子设计工程 作者:费腾 ; 张立毅 关键词:人工鱼群算法 ; 改进方法 ; 自身改进 ; 算法融合 机构:天津大学电子信息工程学院 ; 天津大学电子信息工程学院 ; 天津商业大学信息工程学院 年份:2015
    摘要:人工鱼群算法由于其全局搜索能力较强,在参数估计、神经网络、组合优化中得到广泛应用。随着对于基本人工鱼群算法的进一步深入研究,鱼群算法仍有问题需要改进,因此,近些年来,对于人工鱼群算法的改进研究十分活跃。对人工鱼群算法改进方法进行了论述,从自身改进和与其他算法融合两个大方向进行评述,为后续改进型人工鱼群算法的研究提供了理论基础。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转