×
周永泉;周，郭;张俊丽

一种求解约束多峰函数优化的混合萤火虫群优化算法。 （英语） Zbl 1328.68210号

优化 64，第4期，1057-1080（2015）.
摘要：本文提出了一种新的混合萤火虫群优化算法。HGSO算法将人工鱼群算法（AFSA）的捕食行为嵌入到萤火虫群优化（GSO）算法中，并基于两种群协同进化机制将GSO与差分进化相结合。此外，为了克服早熟收敛问题，采用了基于模拟退火的局部搜索策略，使GSO的搜索逐步逼近真正的最优解。最后，几个基准函数表明，HGSO具有更快的收敛速度和更高的计算精度，对于求解约束多模态函数优化问题更有效。

引用于2文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
68瓦20 随机算法

关键词：

萤火虫群优化;人工鱼群;差异演化;混合优化算法;多模态函数优化
PDF格式BibTeX公司 XML格式引用
\textit{Y.Zhou}等人，《优化》64，No.4，1057--1080（2015；Zbl 1328.68210）
全文： 内政部

参考文献：

[1] 王磊，智能优化算法及其应用（2001）
[2] DOI:10.1016/S0045-7825（01）00323-1·Zbl 1026.74056号 ·doi:10.1016/S0045-7825（01）00323-1
[3] DOI:10.1016/S1474-0346（02）00011-3·doi:10.1016/S1474-0346（02）00011-3
[4] DOI:10.1016/j.engappai.2006.03.003·doi:10.1016/j.engappai.2006.03.003
[5] 内政部：10.1109/4235.873238·数字对象标识代码：10.1109/4235.873238
[6] DOI:10.1109/TEVC.2004.836819·doi:10.1109/TEVC.2004.836819
[7] 周YQ，J.Comp 5第1144页–（2010）
[8] Li XL，系统。工程理论实践22第32页–（2002）
[9] 内政部：10.1016/j.robot.2007.11.003·doi:10.1016/j.robot.2007.11.003
[10] 数字对象标识码：10.1007/s11721-008-0021-5·doi:10.1007/s11721-008-0021-5
[11] DOI:10.1016/j.amc.2006.07.134·Zbl 1117.65088号 ·doi:10.1016/j.amc.2006.07.134
[12] DOI:10.1126/科学220.4598.671·Zbl 1225.90162号 ·doi:10.1212/科学220.4598.671
[13] Mezura-Montes E，LNAI 2972第707页–（2004）
[14] 数字对象标识码：10.1007/s10898-005-3693-z·Zbl 1133.90421号 ·doi:10.1007/s10898-005-3693-z
[15] DOI:10.1016/j.cma.2005.05.014·Zbl 1123.65053号 ·doi:10.1016/j.cma.2005.05.014
[16] DOI:10.1016/j.cam.2008.12.017·Zbl 1171.65052号 ·doi:10.1016/j.cam.2008.12.017
[17] DOI:10.1016/j.asoc.2009.08.031·doi:10.1016/j.asoc.2009.08.031
[18] 内政部：10.1016/j.ins.2008.02.014·doi:10.1016/j.ins.2008.02.014
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。