基于变异操作蚁群算法用于连续函数优化.pdfVIP

基于变异操作蚁群算法用于连续函数优化.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Computer Engineering and Applications 计算机工程与应用 2011 ,47 (4 ) 5 基于变异操作的蚁群算法用于连续函数优化 1,2 1 1 高 芳 ,韩 璞 ,翟永杰 1,2 1 1 GAO Fang ,HAN Pu ,ZHAI Yongjie 1.华北电力大学 控制与计算机工程学院,河北 保定 071003 2.河北大学 电子信息工程学院,河北 保定 071002 1.College of Control and Computer Engineering ,North China Electric Power University ,Baoding ,Hebei 071003 ,China 2.College of Electric and Information Engineering ,Hebei University ,Baoding ,Hebei 071002 ,China GAO Fang ,HAN Pu ,ZHAI Yongjie.Ant colony algorithm with mutation operation for continuous function optimization. Computer Engineering and Applications ,2011 ,47 (4 ):5-8. Abstract :The mathematical model of basic ant colony algorithm is introduced.Based on a new allocation of cities ,the pher- omone updating rules are improved.The local pheromone updating rule and the adaptive global pheromone updating rule are combined so that the convergence rate is improved.In order to enhance the global convergence performance of the improved ant colony algorithm and avoid the precocious result ,the mutation is introduced.Once the optimal solution of each iteration is gained ,the mutation operation is applied to the optimal solution so that the population varieties are increased.The numeri- cal simulation results demonstrate that the ant colony algorithm with mutation operation has faster convergence rate and bet- ter convergence performance for continuous space optimization problems. Key words :ant colony algorithm ;continuous function optimization ;self-adaption ;mutation 摘 要:介绍了基本蚁群算法的数学模型,在一种新的连续空间分解方法的基础上,对信息素更新方式进行了改进,采用信息素 局部更新和自适应的信息素全局更新相结合的方式,以提高算法的收敛速度。引入了进化算法中的变异操作,对寻优过程中每 次迭代的最优解进行变异,增加了种群的多样性,避免算法的早熟,以提高改进后蚁群算法的全局收敛性能。实验结果表明,提 出的基于变异操作的蚁群算法在连续函数寻优上有更好的收敛速度和收敛性能。 关键词:蚁群算法;连续函数优化;自适应;变异 DOI :10.3778/j.issn. 1002-8331.2011.04.002 文章编号:1002-8331

文档评论(0)

feiyang66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档