群智能算法的研究进展.pdfVIP

控制理论与应用 《自动化技术与应用》2008年第 27卷第 2期 Control Theory and A pplications 群智能算法的研究进展 胡中功,李 静 （武汉工程大学电气信息学院,湖北 武汉 430073） 摘 要:群智能是一种仿生自然界动物昆虫觅食筑巢行为的新兴演化计算技术。目前主要的群智能优化算法有蚁群算法、微粒群算 法和人工鱼群算法。本文介绍了群智能算法的产生、发展和优点,并着力阐述了上述三种典型算法的基本原理,同时概述了各 算法的应用现状,最后提出了算法将来有待研究的内容。 关键词:群智能算法;蚁群算法;微粒群算法;人工鱼群算法 中图分类号：TP18文献标识码：A 文章编号：1003-7241(2008)02-0013-03 The Progress of Swarm Intelligence Algorithms HU Zhong-gong, Li Jing (school of Electrical and Information Engineering, Wuhan Institute of Technology, Wuhan 430073, China) Abstract: The swarm intelligence is a novel evolutionary computation technique, which simulating the foraging and nesting of animals and insects in nature. At present the main swarm intelligence algorithms are the ant colony algorithm, the particle swarm optimization and the artificial fish-swarm algorithm . This paper presents a survey of the swarm intelligence. The basic principles and applications of the above three algorithms are summarized. Key Words: swarm intelligence algorithm; ant colony algorithm; particle swarm optimization; artificial fish-swarm algorithm 1 引言 是指“无智能或简单智能的主体通过任何形式的聚集协作而表现 与各种各样的自适应随机搜索算法相比,演化计算技术创造 出智能行为的特性”。群智能在没有集中且不提供全局模型的前 了被称为“种群”的潜在解,并通过种群间个体的相互协作与竞 提下,为寻找复杂分布式问题解决方案提供了基础。 [1] 目前,群智能算法研究领域主要存在有以下三种算法:蚁群算 争来实现对优化问题最优解的搜索 。这类方法一般能够比传统 优化方法更快地发现复杂优化问题的最优解。群智能算法 法 （Ant Colony Optimization,ACO）、微粒群算法 （Particle （Swarm Intelligence Algorithm,SIA）是人工智能的一个重要 Swarm Optimization,PSO）和人工鱼群算法（ 分支,起源于对人工生命的研究,它作为一种新兴的演化计算方法 swarm Algorithm,AFA）。蚁群算法是对蚂蚁群落食物采集过 已越来越受到国内外研究者的关注。 程的模拟,已成功应用于许多离散优化问题。微粒群算法最