基于共轭梯度法改进的人工鱼群算法

发布时间：2018-05-20 18:15

  本文选题：人工鱼群算法 + 共轭梯度法　； 参考：《计算机应用研究》2017年12期

【摘要】：针对基本人工鱼群算法运算精度低和效率差的缺点,将共轭梯度法引入基本人工鱼群算法中,得到改进的人工鱼群算法。算法对每条人工鱼分别进行聚群算子和追尾算子,若更新结果没有得到改善,则利用共轭梯度法进行更新。在人工鱼群更新过程中引入共轭梯度法,减少随机性,增强人工鱼个体的局部寻优能力,确保人工鱼每次更新都会得到改善,从而加快人工鱼群算法收敛速度。数值实验结果表明,所得改进人工鱼群算法具有更快的收敛速度,同时收敛精度也得到一定提升。
[Abstract]:The conjugate gradient method is introduced into the basic artificial fish swarm algorithm to improve the artificial fish swarm algorithm, aiming at the shortcomings of low precision and poor efficiency of the basic artificial fish swarm algorithm. The algorithm carries on the clustering operator and the rear-end operator to each artificial fish respectively. If the update result is not improved, the conjugate gradient method is used to update the artificial fish. The conjugate gradient method is introduced in the process of artificial fish regeneration, which reduces randomness, enhances the local optimization ability of artificial fish, and ensures that artificial fish can be improved every time, thus speeding up the convergence speed of artificial fish swarm algorithm. Numerical results show that the improved artificial fish swarm algorithm has faster convergence speed and higher convergence accuracy.
【作者单位】： 北京建筑大学理学院;
【基金】：国家自然科学基金资助项目(61463009) 北京市自然科学基金资助项目(4122022) 中央支持地方科研创新团队项目(PXM2013-014210-000173)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 卢雪燕;蔡菲菲;;基于多群竞争的改进人工鱼群算法[J];梧州学院学报;2008年03期

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

相关会议论文 前1条

1 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

相关博士学位论文 前6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 费腾;改进人工鱼群算法及其在物流选址优化中的应用研究[D];天津大学;2016年

4 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

5 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

6 张新雨;一类复杂工业环境中若干关键参量检测与处理方法研究[D];西安理工大学;2016年

相关硕士学位论文 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 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

6 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

7 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

8 方仁孝;基于群智能算法优化SVR的短时交通流预测[D];大连理工大学;2015年

9 刘慧敏;人工鱼群算法研究及其在图像增强中的应用[D];西安电子科技大学;2014年

10 曾飞艳;一种人工鱼群算法的改进及其对BP神经网络的优化研究[D];湖南科技大学;2015年

，

本文编号：1915717