-
题名基于信息素的自适应连续域混合蚁群算法
被引量：16
- 1
-
-
作者
周袅
葛洪伟
苏树智
-
机构
江南大学物联网工程学院
轻工过程先进控制教育部重点实验室(江南大学)
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第6期156-161,共6页
-
基金
国家自然科学基金(No.61402203)
江苏省普通高校研究生科研创新计划项目(No.KYLX15_1169)
江苏高校优势学科建设工程资助项目
-
文摘
针对连续域混合蚁群算法(HACO)易陷入局部最优和收敛速度较慢的问题,提出了基于信息素的自适应连续域混合蚁群算法(QAHACO)。首先提出了一种新的解更新方式,对档案中的解进行信息素挥发,扩大了搜索范围,提高了算法的全局搜索能力,并且自适应地调整信息素挥发速率,更好地平衡收敛速度和收敛精度,其次采用了一种信息分享机制,将当前解与其他所有解的平均距离和当前解与至今最优解的距离相结合,进一步加快收敛速度。通过对测试函数进行仿真实验,结果表明,和连续域蚁群及其改进算法相比,QAHACO算法的寻优能力明显提高,寻优速度有一定的优势。
-
关键词
连续域蚁群优化
信息分享机制
信息素
信息素挥发
局部最优
-
Keywords
ant colony optimization for continuous domains
information sharing mechanisms
pheromone
pheromone evaporation
local optimum
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于人工蜂群的连续域蚁群优化算法
被引量：5
- 2
-
-
作者
周袅
葛洪伟
袁运浩
苏树智
-
机构
轻工过程先进控制教育部重点实验室
江南大学物联网工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2016年第6期1156-1163,共8页
-
基金
国家自然科学基金(61402203)
江苏省普通高校研究生科研创新计划(KYLX15_1169)
江苏高校优势学科建设工程
-
文摘
连续域蚁群优化算法是蚁群优化算法的一个重要研究方向,针对连续域蚁群优化算法(ACOR)计算时间较长、易陷入局部最优的问题,提出了一种基于人工蜂群的连续域蚁群优化算法(ABCACOR)。首先,引入一种替代机制来选择指导解,以替换原来的基于排序的选择方式,目的是节约计算时间和尽可能地保持搜索的多样性;其次,结合人工蜂群算法的搜索策略来提高算法的全局搜索能力,进一步减少计算时间和提高求解精度。通过对大量的测试函数进行仿真实验,结果表明,ABC-ACOR算法较现有的一些连续域蚁群算法具有更好的寻优能力。
-
关键词
蚁群优化算法
连续域
人工蜂群
全局搜索
替代机制
-
Keywords
ant colony optimization algorithm
continuous domain
artificial bee colony
global search
alternative mechanism
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
