混合改进蚁群算法函数优化.pdfVIP

下载本文档

1
0
约3.62万字
约 7页
2016-02-02 发布于安徽
举报
版权申诉

混合改进蚁群算法函数优化.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

7 4 Vol． 7 № ． 4 第卷第期智能系统学报 2012 8 Aug． 2012 年月 CAAI Transactions on Intelligent Systems DOI :10 ． 3969 /j ． issn． 1673-4785 ． 201111004 网络出版地址:http :/ / www． cnki． net / kcms / detail / 23． 1538． TP． 201207 12 ． 1009 ． 001． html 混合改进蚁群算法的函数优化，，陈明杰黄佰川张旻 ( ， 150001) 哈尔滨工程大学自动化学院黑龙江哈尔滨 : 、，摘要针对蚁群算法进化速度慢容易出现停滞现象的不足探讨了一种基于自适应信息素挥发因子的改进蚁群．，．算法针对蚁群算法容易陷入局部最优的缺点提出了一种基于决策变量高斯变异的改进蚁群算法针对蚁群算法，． 3 ，速度慢的不足探讨了一种基于决策变量边界自调整的改进蚁群算法将上述种改进相融合提出了一种基于自、 3 ．适应信息素挥发因子决策变量高斯变异和决策变量边界自调整种改进策略的混合改进蚁群算法将其应用于函，，，．数优化中仿真结果表明混合改进蚁群算法在收敛速度和收敛率方面都有很大改进具有更好的寻优性能 : ; ; ; ; 关键词混合改进蚁群算法函数优化自适应高斯变异蚁群算法中图分类号:TP181 文献标志码:A 文章编号:1673-4785 (2012)04-0370-07 Function optimization based on an improved hybrid ACO CHEN Mingjie ，HUANG Baichuan ，ZHANG Min (College of Automation ，Harbin Engineering University ，Harbin 150001，China) Abstract :Considering the low evolution speed and the tendency towards stagnation of ant colony optimization (ACO)，an improved ACO was discussed based on an adaptive pheromone evaporatio