摘要
单一结构和机制的算法一般难以得到满意的解。为此,提出一种新型的启发式人工鱼群算法。将进化策略、粒子群算法中的信息策略加入到人工鱼群算法中,并在理论上证明该算法的收敛性。函数仿真实验表明,该算法可以避免基本人工鱼群算法陷入局部极值,且具有收敛速度快、计算精度高等特点。
It is a difficulty to obtain satisfactory solution based on a single structure and mechanism generally.Adding heuristic information of Evolutionary Strategy（ES） and Particle Swarm Optimization（PSO） to artificial fish swarm algorithm,a novel Artificial Fish Swarm Algorithm（AFSA） is proposed.Its convergence is proved.Experimental results show that the algorithm can effectively avoid the basic AFSA into local extremum.It can converge quickly with high adjustment and the effectiveness is also demonstrated by parameter estimation.
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第17期140-142,共3页
Computer Engineering
基金
广西自然科学基金资助项目(0728054
2010GXNSFB013052)
关键词
启发式信息
人工鱼群算法
粒子群优化
进化策略
参数估计
heuristic information
Artificial Fish Swarm Algorithm（AFSA）
Particle Swarm Optimization（PSO）
Evolutionary Strategy（ES）
parameter estimation
作者简介
曲良东（1976--），男，讲师、硕士，主研方向：智能计算；E-mail：quliangdong@163．com
何登旭，教授；
黄勇，博士
