×
科恩跑了，穆斯塔法发球;梅苏特·Gündüz;奥梅尔·卡恩·拜肯

提出了一种基于粒子群和蚁群优化的混合算法来寻找全局最小值。 （英语） 兹比尔1291.90187

申请。数学。计算。 219，第4期，1515-1521（2012）.
摘要：本文提出了一种基于粒子群优化（PSO）和蚁群优化（ACO）的混合算法，称为混合蚁群优化算法（HAP），用于寻找全局最小值。在所提出的方法中，ACO和PSO在每次迭代中分别工作并生成其解。最佳解被选择为系统的全局最佳解，其参数用于在下一次迭代中选择粒子和蚂蚁的新位置。将该方法与粒子群算法和蚁群算法在基准问题上的性能进行了比较，并通过HAP算法获得了较好的结果。

引用于5文件

MSC公司：

90C26型 非凸规划，全局优化
90 C59 数学规划中的近似方法和启发式
68T05型 人工智能中的学习和自适应系统

关键词：

粒子群优化;蚁群优化;混合元启发式;全局最小值
PDF格式BibTeX公司 XML格式引用
\textit{M.S.K'ran}等人，应用。数学。计算。219，No.4，1515--1521（2012；Zbl 1291.90187）
全文： 内政部

参考文献：

[1] Hamzacebi，C。；Kutay，F.，找到全局最小值的启发式方法：自适应随机搜索技术，应用数学和计算，1731323-1333（2006）·Zbl 1088.65058号
[2] 多里戈，M。；马尼佐，V。；Colorni，A.，《蚂蚁系统：协作代理群体的优化》，IEEE系统、人与控制论汇刊B部分：控制论，26，29-41（1996）
[3] Toksarñ，M.D.，《寻找全局最小值的蚁群优化》，《应用数学与计算》，176308-316（2006）·Zbl 1093.65065号
[4] Socha，K。；Dorigo，M.，《连续域的蚁群优化》，《欧洲运筹学杂志》，1851155-1173（2008）·Zbl 1146.90537号
[5] Toksar，M.D.，估算土耳其能源需求的蚁群优化方法，《能源政策》，35，3984-3990（2007）
[6] Shi-chang，L。；郑庆生。；哲，Y。；Hao-lan，Y.，网络流量分配优化非线性AVO反演的蚁群优化，应用专家系统，378343-8347（2010）
[7] Toksar，M.D.，《使用蚁群优化方法估算净发电量和需求：土耳其案例》，《能源政策》，371181-1187（2009）
[8] 埃伯哈特共和国。；Kennedy，J.，《使用粒子群理论的新优化器》，第六届国际微机械与人类科学研讨会，39-43（1995）
[9] 刘，B。；Wang，L。；Jin，Y。；唐，F。；Huang，D.，结合混沌、混沌、解和分形的改进粒子群优化，251261-1271（2005）·Zbl 1074.90564号
[10] Li，W.T。；石晓伟。；Xu，L.，用于天线阵列方向图合成的改进遗传算法和粒子群算法剔除混合算法，电磁学研究进展，1461-476（2008）
[11] Kaveh，A。；Talatahari，S.，《用于桁架结构优化的粒子群优化、蚁群策略与和谐搜索混合方案》，《计算机与结构》，第87期，第267-283页（2009年）
[12] Yadmellat，P。；Salehizadeh，医学硕士。；Menhaj，M.B.，《一种新的模糊惯性权重粒子群优化算法》，国际计算智能与自然计算会议，507-510（2009）
[13] Kaveh，A。；Talatahari，S.，《桁架结构设计的混合粒子群和蚁群优化》，《亚洲土木工程杂志（建筑与住房）》，9，329-348（2008）
[14] 谢洛卡，P.S。；Siarry，P。；贾亚拉曼，V.K。；Kulkarni，B.D.，《粒子群和蚁群算法混合用于改进连续优化》，应用数学与计算，188129-142（2007）·Zbl 1114.65334号
[15] 田，J。；Ma，J.，基于PSACO的证券投资优化组合研究，（信息处理国际研讨会（2008），IEEE计算机学会）
[16] 李，J。；Rhinehart，R.R.，启发式随机优化，计算机与化学工程，22，3（1998）
[17] Kwon，Y.D。；Kwon，S.B.（Kwon，S.B.）。；Kim，J.Y.，用于解决连续优化问题的具有连续缩放方法的收敛增强型遗传算法，计算机与结构，811715-1725（2003）
[18] 纪，M。；Tang，H.，基于记忆的全局优化和禁忌搜索，应用数学与计算，159，449-457（2004）·Zbl 1057.65036号
[19] Hamzacebi，C。；Kutay，F.，通过动态随机搜索技术实现连续函数最小化，应用数学建模，312189-2198（2007）·Zbl 1165.90482号
[20] 多里戈，M。；Stützle，T.，《蚁群优化》（2004），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥，美国·邮编1092.90066
[21] 多里戈，M。；Gambardrella，L.M.，《蚁群系统：旅行推销员问题的合作学习方法》，（Prieditis，a.；Russell，S.，第十二届机器学习国际会议（1995），Morgan Kaufmann:Morgan Koufmann Tahoe City，CA），252-260
[22] Shi，Y。；Eberhart，R.，一种改进的粒子群优化器，进化计算程序，IEEE计算智能世界大会，69-73（1998）
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。