当前位置:主页 > 科技论文 > 自动化论文 >

分组进化人工鱼群算法

发布时间:2017-11-20 19:32

  本文关键词:分组进化人工鱼群算法


  更多相关文章: 分组进化 拥挤度 觅食行为 寻优性能


【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.
【作者单位】: 福建水利电力职业技术学院公共基础部数学教研室;
【分类号】:TP18
【正文快照】: 优化算法是一种以数学为基础,求解各类实际问题最优值的技术.随着计算机技术的不断进步,优化技术得到了长足发展,已被广泛地应用到了众多领域.近年来,模拟生物行为的智能优化算法渐渐被众多学者所关注,智能优化算法较多,如粒子群算法、蛙跳算法、人工鱼群算法、蚁群算法、遗传

【参考文献】

中国期刊全文数据库 前10条

1 林智华;高文;吴春明;李勇燕;;基于离散粒子群算法的数据中心网络流量调度研究[J];电子学报;2016年09期

2 黄美华;温洁嫦;何勇;;求解多目标背包问题的改进人工鱼群算法[J];广东工业大学学报;2016年05期

3 杨薪冉;杨鸣;侯庆伟;;基于混合蛙跳算法的船舶电力系统励磁控制[J];船电技术;2016年08期

4 易正俊;韦磊鹏;袁玉兴;;自适应重生鱼群优化算法[J];计算机应用与软件;2016年06期

5 冯浩;李现伟;;带自适应变异的粒子群优化算法改进研究[J];洛阳师范学院学报;2015年11期

6 李胜;何明辉;李建林;张力;;嵌入层叠混沌策略的随机粒子群算法[J];模式识别与人工智能;2015年10期

7 李小培;张洪伟;邹书蓉;;基于全局人工鱼群算法的函数优化[J];成都信息工程学院学报;2014年S1期

8 易新兵;杨凯;;复合混沌-人工鱼群混合算法的改进及性能研究[J];计算机工程与科学;2013年08期

9 林娟;钟一文;马森林;;改进的反向蛙跳算法求解函数优化问题[J];计算机应用研究;2013年03期

10 许恒迎;孙伟斌;张霞;牛慧娟;白成林;;自适应视野和步长的局部邻域人工鱼群算法[J];计算机工程与设计;2012年07期

【共引文献】

中国期刊全文数据库 前10条

1 杜晓昕;张剑飞;郭媛;金梅;;基于柯西-高斯动态消减变异的果蝇优化算法研究[J];计算机工程与科学;2016年06期

2 秦军;翟钊;;基于Hadoop MapReduce的组合服务性能优化研究[J];计算机技术与发展;2016年05期

3 李辉;;分类觅食人工鱼群算法[J];贵州师范大学学报(自然科学版);2016年01期

4 方璇;钟伯成;;基于人工鱼群PID控制算法的四旋翼飞行器控制[J];电子科技;2015年12期

5 李彦苍;刘丽萍;;基于改进蛙跳算法的结构可靠指标计算[J];计算力学学报;2015年06期

6 耿超;王丰华;苏磊;张君;;基于人工鱼群与蛙跳混合算法的变压器Jiles-Atherton模型参数辨识[J];中国电机工程学报;2015年18期

7 吕少娟;张桂珠;;一种融合K-means算法和人工鱼群算法的聚类方法[J];计算机应用与软件;2015年09期

8 赵嘉;付平;李崇侠;吕莉;;基于不同学习模型的精英反向粒子群优化算法[J];小型微型计算机系统;2015年06期

9 费腾;张立毅;白煜;陈雷;;基于DNA的改进人工鱼群算法[J];天津大学学报(自然科学与工程技术版);2016年06期

10 张强;李盼池;;自适应分组混沌云模型蛙跳算法求解连续空间优化问题[J];控制与决策;2015年05期

【二级参考文献】

中国期刊全文数据库 前10条

1 朱旭辉;倪志伟;程美英;;变步长自适应的改进人工鱼群算法[J];计算机科学;2015年02期

2 刘悦婷;;权重改进的蛙跳算法优化PID参数[J];工业仪表与自动化装置;2014年02期

3 马宪民;刘妮;;自适应视野的人工鱼群算法求解最短路径问题[J];通信学报;2014年01期

4 廖煜雷;苏玉民;张磊;;一种自适应人工鱼群算法及其在无人艇控制中的应用[J];中南大学学报(自然科学版);2013年10期

5 李枝勇;马良;张惠珍;;蝙蝠算法在多目标多选择背包问题中的应用[J];计算机仿真;2013年10期

6 金敏;鲁华祥;;一种遗传算法与粒子群优化的多子群分层混合算法[J];控制理论与应用;2013年10期

7 周新宇;吴志健;王晖;李康顺;张浩宇;;一种精英反向学习的粒子群优化算法[J];电子学报;2013年08期

8 赵远东;方正华;;带有权重函数学习因子的粒子群算法[J];计算机应用;2013年08期

9 陈安华;周博;张会福;文宏;;基于改进人工鱼群算法的机械故障聚类诊断方法[J];振动与冲击;2012年17期

10 徐生兵;夏文杰;代安定;;一种改进学习因子的粒子群算法[J];信息安全与技术;2012年07期

【相似文献】

中国期刊全文数据库 前10条

1 曲良东;何登旭;;改进的人工鱼群算法及其在近似求导中的应用[J];微电子学与计算机;2009年05期

2 王联国;洪毅;赵付青;余冬梅;;一种简化的人工鱼群算法[J];小型微型计算机系统;2009年08期

3 王宗利;刘希玉;王文平;;一种改进的人工鱼群算法[J];信息技术与信息化;2010年03期

4 韦修喜;曾海文;周永权;;云人工鱼群算法[J];计算机工程与应用;2010年22期

5 曾蒙迪;;人工鱼群算法的简介及应用[J];信息与电脑(理论版);2011年04期

6 李媛;;基于人工鱼群算法的多元线性回归分析问题处理[J];渤海大学学报(自然科学版);2011年02期

7 陈晓峰;宋杰;;量子人工鱼群算法[J];东北大学学报(自然科学版);2012年12期

8 王波;;基于细胞膜优化的人工鱼群算法研究[J];科技通报;2013年03期

9 王培崇;;人工鱼群算法研究综述[J];中国民航飞行学院学报;2013年04期

10 李晓磊,薛云灿,路飞,田国会;基于人工鱼群算法的参数估计方法[J];山东大学学报(工学版);2004年03期

中国重要会议论文全文数据库 前3条

1 李晓磊;钱积新;;人工鱼群算法:自下而上的寻优模式[A];过程系统工程2001年会论文集[C];2001年

2 徐公林;张铁龙;;人工鱼群算法在电力系统负荷模型参数辨识中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年

3 刘耀年;姚玉萍;李迎红;刘俊峰;;基于人工鱼群算法RBF神经网络[A];第十届全国电工数学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年

2 姚正华;改进人工鱼群智能优化算法及其应用研究[D];中国矿业大学;2016年

3 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

4 张梅凤;人工鱼群智能优化算法的改进及应用研究[D];大连理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 陈斐;改进的人工鱼群算法分析与研究[D];西安电子科技大学;2012年

2 王蕾;一种人工萤火虫群优化算法改进的研究[D];青岛理工大学;2015年

3 马尧;基于改进的人工鱼群算法在商旅问题中的应用研究[D];西南交通大学;2015年

4 薛亚娣;改进的人工鱼群算法及其应用研究[D];兰州大学;2015年

5 彭鹏;配电网无功优化和跟踪调节技术研究[D];沈阳理工大学;2015年

6 崔淑慧;三维管路自动敷设算法及干涉校验方法研究[D];哈尔滨工业大学;2015年

7 黄锋;混沌人工鱼群算法及其在水库(群)优化调度中的应用[D];华北电力大学;2015年

8 刘翔;基于改进人工鱼群算法的化工过程优化[D];北京化工大学;2015年

9 喻俊松;基于改进人工鱼群算法无人机航迹规划研究[D];南昌航空大学;2015年

10 陈新;基于人工鱼群算法的柔性作业车间调度研究[D];大连理工大学;2015年



本文编号:1208292

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1208292.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户407c8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com