引入贪心鱼群的改进人工鱼群算法

黄柏儒; 樊晓光; 禚真福; 黄雷; 杨永建; 李晓辉

doi:10.13873/J.1000-9787(2015)05-0119-04

Chinese

您当前的位置：

首页 >

文章列表页 >

引入贪心鱼群的改进人工鱼群算法

计算与测试 | 更新时间：2025-09-11

- 引入贪心鱼群的改进人工鱼群算法
- Improved artificial fish swarm algorithm with swine fish
- 传感器与微系统 2015年34卷第5期页码：119-122
- 作者机构：
  
  1. 空军工程大学航空航天工程学院
  2. 济南空军航空中心修理厂
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2015)05-0119-04
  中图分类号： TP18
- 纸质出版：2015
- 稿件说明：
移动端阅览
[1]黄柏儒,樊晓光,禚真福,黄雷,杨永建,李晓辉.引入贪心鱼群的改进人工鱼群算法[J].传感器与微系统,2015,34(05):119-122.

HUANG Bo-ru, FAN Xiao-guang, ZHUO Zhen-fu, et al. Improved artificial fish swarm algorithm with swine fish[J]. 2015, 34(5): 119-122.
[1]黄柏儒,樊晓光,禚真福,黄雷,杨永建,李晓辉.引入贪心鱼群的改进人工鱼群算法[J].传感器与微系统,2015,34(05):119-122. DOI： 10.13873/J.1000-9787(2015)05-0119-04.

HUANG Bo-ru, FAN Xiao-guang, ZHUO Zhen-fu, et al. Improved artificial fish swarm algorithm with swine fish[J]. 2015, 34(5): 119-122. DOI： 10.13873/J.1000-9787(2015)05-0119-04.

摘要

针对人工鱼群算法（AFSA）局部寻优不精确等问题

提出一种引入贪心鱼群改进人工鱼群算法（IAFSASF）的方法。贪心鱼群具有不同于普通鱼群的行为策略

在觅食行为中贪心鱼群紧紧跟随在最优适应度的人工鱼的附近进行食物搜索

而不执行追尾和聚群行为

因此

贪心鱼群具有更好的局部寻优能力。实验证明:IAFSASF比原有算法在减少时间复杂度的同时有效提高了求解精度。

Abstract

Aiming at problem of inaccuracy of local search artificial fish swarm algorithm（ AFSA） has

an improved artificial fish swarm algorithm with swine fish（ IAFSASF） is presented. The behavior of the swine fish is different from the normal fish

they always follow artificial fish who has the optimal fitness to search food in the prey and do not execute the follow and swarm

so that the swine fish have better local search ability. The experiment results show that compared with the former algorithm

the IAFSASF reduces time-complexity as well as improves solving precision.

关键词

Keywords

references

改进的人工鱼群算法及其在无线定位中的应用 [J]. 贾强,季仲梅,王建辉. 计算机应用研究 . 2011(06)

人工鱼群算法的参数分析 [J]. 王联国,施秋红. 计算机工程 . 2010(24)

全局版人工鱼群算法 [J]. 王联国,洪毅,施秋红. 系统仿真学报 . 2009(23)

自适应视野和步长的改进人工鱼群算法 [J]. 刘彦君,江铭炎. 计算机工程与应用 . 2009(25)

一种改进的人工鱼群算法 [J]. 王联国,洪毅,赵付青,余冬梅. 计算机工程 . 2008(19)

组合优化问题的人工鱼群算法应用 [J]. 李晓磊,路飞,田国会,钱积新. 山东大学学报(工学版) . 2004(05)

一种基于动物自治体的寻优模式:鱼群算法 [J]. 李晓磊,邵之江,钱积新. 系统工程理论与实践 . 2002(11)

一种新型的智能优化方法-人工鱼群算法 [D]. 李晓磊. 浙江大学 2003

人工鱼群算法的改进研究 [D]. 王西邓. 西安建筑科技大学 2007

浏览量

131

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

磁耦合谐振式无线电能传输系统效率优化研究

基于并行结构的多种群粒子群优化算法

求解最小最大VRP的精英反向学习鱼群算法

加权质心鱼群算法在WSNs节点优化布置中的应用

煤与瓦斯突出强度预测的AFSA-PCA-FCM耦合模型