几种常规群体智能算法研究进展.docVIP

几种常规群体智能算法研究进展 　　摘 要 本文主要针对智能优化算法，阐述了其典型算法和最新优化算法的发展情况。 　　【关键词】计算机智能 群体智能 算法 　　计算机技术不断发展，算法技术也在不断更新。群体智能（Swarm Intelligent，SI）算法始于20世纪90年代初，主要是受自然界生物群体智能现象的启发，通过模仿社会性动物的行为，而提出的一种随机优化算法。群体智能是基于种群行为对给定的目标进行寻优的启发式搜索算法，其的核心是由众多简单个体组成的群体能够通过相互之间的简单合作来实现某一较复杂的功能。所以群体智能可以在没有集中控制并且缺少全局信息和模型的前提下，为寻找复杂的分布式问题的解决方案提供了基础。 　　1 传统群体智能算法 　　1.1 蚁群算法（ACO） 　　1991年意大利学者Dorigo M等受到自然界中蚁群觅食行为启发而提出了蚁群算法（Ant Colony Optimization，ACO）。蚁群算法的基本理念是蚁群生物性的利用最短路径的根据局部信息调整路径上的信息素找寻的特征，这个算法的优势非常的明显，而且具有较为突出的应用性，在这个过程中蚂蚁可以逐步地构造问题的可行解，在解的构造期间，每只蚂蚁可以使用概率方式向下一个节点跳转，而且由于这个节点是具有较强信息素和较高启发式因子的方向，直至无法进一步移动。此时，蚂蚁所走路径对应于待求解问题的一个可