计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
6期
125-128,133
,共5页
人工鱼群算法%群体智能%人工智能%种群%拓扑结构%邻域%收敛速度%优化性能
人工魚群算法%群體智能%人工智能%種群%拓撲結構%鄰域%收斂速度%優化性能
인공어군산법%군체지능%인공지능%충군%탁복결구%린역%수렴속도%우화성능
Artificial Fish Swarm Algorithm(AFSA)%swarm intelligence%artificial intelligence%population%topology%neighborhood%convergence speed%optimization performance
基本人工鱼群算法采用基于距离的邻域拓扑结构,存在计算量大、运行速度慢等问题.为此,引入粒子群优化算法中的4种典型种群拓扑结构:星形,轮形,环形和冯·诺依曼结构,代替基于距离的邻域拓扑结构,并分析不同构对算法性能的影响.在5个准测试函数上的实验结果表明,对于单峰函数,星形结构算法的优化效果较好;对于局部最优点较多的函数,轮形和环形结构算法的优化效果较好.根据优化问题的复杂度选用不同的拓扑结构,可以提高人工鱼群算法的优化性能.
基本人工魚群算法採用基于距離的鄰域拓撲結構,存在計算量大、運行速度慢等問題.為此,引入粒子群優化算法中的4種典型種群拓撲結構:星形,輪形,環形和馮·諾依曼結構,代替基于距離的鄰域拓撲結構,併分析不同構對算法性能的影響.在5箇準測試函數上的實驗結果錶明,對于單峰函數,星形結構算法的優化效果較好;對于跼部最優點較多的函數,輪形和環形結構算法的優化效果較好.根據優化問題的複雜度選用不同的拓撲結構,可以提高人工魚群算法的優化性能.
기본인공어군산법채용기우거리적린역탁복결구,존재계산량대、운행속도만등문제.위차,인입입자군우화산법중적4충전형충군탁복결구:성형,륜형,배형화풍·낙의만결구,대체기우거리적린역탁복결구,병분석불동구대산법성능적영향.재5개준측시함수상적실험결과표명,대우단봉함수,성형결구산법적우화효과교호;대우국부최우점교다적함수,륜형화배형결구산법적우화효과교호.근거우화문제적복잡도선용불동적탁복결구,가이제고인공어군산법적우화성능.
