蚁群算法进行连续参数优化的新途径
【摘要】:正本文提出用蚁群算法进行连续参数优化的一种方法。该方法对解的每一个分量的可能的取值组成一个动态的候选组,并对候选组中的每一个值记录其信息量。在蚁群算法的每一次迭代中,首先根据信息量选择解分量的初值,然后使用交叉、变异操作来确定解的值。我们以非线性规划问题为例所进行的计算结果表明,该方法比使用遗传算法具有更好的收敛速度和稳定性,克服了蚁群算法不太适合求解连续参数优化问题的缺陷。我们以求解非线性规划问题为例说明我们的方法,考虑如下的非线性规划问题:
|
|
|
|
1 |
徐精明,曹先彬,王煦法;多态蚁群算法[J];中国科学技术大学学报;2005年01期 |
2 |
刘康,余玲;蚁群算法及其连续优化算法初析[J];四川理工学院学报(自然科学版);2004年01期 |
3 |
陈宏建,陈崚,徐晓华,屠莉;改进的增强型蚁群算法[J];计算机工程;2005年02期 |
4 |
田富鹏;改进型蚁群算法及其在TSP中的应用[J];兰州大学学报(自然科学版);2005年02期 |
5 |
李智,李伟;蚁群算法在铸造生产配料优化中的应用[J];铸造;2004年11期 |
6 |
江重光,傅培玉,孙仲宪,汪镭,吴启迪;智能蚁群算法[J];冶金自动化;2005年03期 |
7 |
李开荣,陈宏建,陈崚;一种动态自适应蚁群算法[J];计算机工程与应用;2004年29期 |
8 |
鲁强,陈明;平面布局的蚁群算法[J];计算机应用;2005年05期 |
9 |
姜桦,李莉,乔非,吴启迪;蚁群算法在生产调度中的应用[J];计算机工程;2005年05期 |
10 |
王剑,李平,杨春节;蚁群算法的理论与应用[J];机电工程;2003年05期 |
|