摘要:
随着计算机技术的发展,算法技术也在不断交替更新。近年来,群体智能算法受到了广泛的关注和研究,并在诸如机器学习、过程控制、工程预测等领域取得了进展。群智能优化算法属于生物启发式方法,广泛应用在解决最优化问题上,传统的群智能算法为解决一些实际问题提供了新思路,但是也在一些实验中暴露出不足。近年来,许多学者相继提出了很多新型群智能优化算法,选取了最近几年国内外提出的比较典型的群智能算法,蝙蝠算法(蝙蝠算法,BA)、灰狼优化(Grey Wolf Optimization,GWO)、蜻蜓算法(Dragonfly Algorithm,DA)、鲸鱼优化算法(Whale Optimisation Algoritum,WOA)、草蜢优化算法(Grasshopper Optimizion Algoritm,GOA)和麻雀搜索算法(麻雀搜索算法,SSA),CEC测试函数从收敛速度、精度和稳定性等方面对比了这些算法的实验性能,并对比分析了其相关的改进方法。最后总结了群智能优化算法的特点,探讨了其今后的发展潜力。
李雅丽,王淑琴,陈倩茹,王小钢. 若干新型群智能优化算法的对比研究[J] ●●●●。计算机工程与应用, 2020, 56(22): 1-12.
李亚丽、王淑琴、陈倩如、王晓刚。几种新型群智能优化算法的比较研究[J]。计算机工程与应用,2020,56(22):1-12。