摘要
针对基本人工鱼算法存在多样性缺失、搜索后期收敛速度较慢和搜索精度不高等不足,以及传统文化算法的框架模式,提出了基于人工鱼的全局优化文化算法.算法中首先人工鱼进行跳跃式全局搜索,当搜索过程较慢或处于停滞状态时,采用高斯变异算子对最优值进行变异,然后让人工鱼继续在最优值的周围搜索,可使结果精度更高.通过典型的基准测试函数和应用实例表明该算法收敛速度快、精度高,可有效用于全局优化问题的解决.
Aiming at the shortcomings of artificial fish algorithm and the traditional framework of cultural algorithm,we propose a Cultural Algorithm based on Artificial Fish（AF-CA）.Firstly artificial fish jumps for global search in this algorithm.When the search process is slow or in stagnant state,we employ gaussian mutation operator on the optimal value.Experimental results show that the algorithm is superior to basic AFSA and similar algorithms in quality and efficiency.
出处
《郑州大学学报（工学版）》
CAS
北大核心
2010年第5期106-110,共5页
Journal of Zhengzhou University（Engineering Science）
基金
河南省自然科学基金资助项目(2009A520025)
关键词
文化算法
人工鱼算法
局部搜索
全局优化
cultural algorithm
artificial fish swarm algorithm
local search
global optimization
作者简介
作者简介：柴玉梅（1964-），女，河南郑州人，郑州大学副教授，硕士，主要从事人工智能、自然语言处理等研究工作，E-mail：ieymchai@zzu．edu．cn．
