计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
18期
6-9,17
,共5页
细菌趋药性%多态细菌趋药性%智能优化
細菌趨藥性%多態細菌趨藥性%智能優化
세균추약성%다태세균추약성%지능우화
在细菌群趋药性规则与细菌趋药性算法的基础上,提出一种新的函数优化算法--多态细菌趋药性算法.该算法克服了细菌趋药性算法收敛较慢、易陷入局部最优的不足,利用菌群之间的交互信息来修正其觅食过程.对不同函数优化结果表明该算法性能优于遗传算法、粒子群算法、细菌趋药性算法,是一种具有进一步研究价值的集群函数优化方法.
在細菌群趨藥性規則與細菌趨藥性算法的基礎上,提齣一種新的函數優化算法--多態細菌趨藥性算法.該算法剋服瞭細菌趨藥性算法收斂較慢、易陷入跼部最優的不足,利用菌群之間的交互信息來脩正其覓食過程.對不同函數優化結果錶明該算法性能優于遺傳算法、粒子群算法、細菌趨藥性算法,是一種具有進一步研究價值的集群函數優化方法.
재세균군추약성규칙여세균추약성산법적기출상,제출일충신적함수우화산법--다태세균추약성산법.해산법극복료세균추약성산법수렴교만、역함입국부최우적불족,이용균군지간적교호신식래수정기멱식과정.대불동함수우화결과표명해산법성능우우유전산법、입자군산법、세균추약성산법,시일충구유진일보연구개치적집군함수우화방법.