文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 机械/仪表 > 随机蛙跳算法的研究进展
侵权投诉

随机蛙跳算法的研究进展

蛙跳算法

第37卷 第7期计算机科学Vol.37No.7随机蛙跳算法的研究进展

韩 毅1 蔡建湖1 周根贵1 李延来2 林华珍1 唐加福2

(浙江工业大学经贸管理学院 杭州310023)1

(东北大学流程工业综合自动化教育部重点实验室 沈阳110004)2

摘 要 随机蛙跳算法(ShuffledFrogLeapingLgorithm,SFLA)是进化计算领域中一种新兴、有效的亚启发式群体计算技术,近几年来逐渐受到学术界和工程优化领域的关注。SFLA结合了具有较强局部搜索(LocalSearch,LS)能力的元算法(MemeticAlgorithm,MA)和具有良好全局搜索(GlobalSearch,GS)性能的粒子群算法(ParticleSwarmOptimization,PSO)的特点,因此其寻优能力强,易于编程实现。详细阐述了SFLA的基本原理和流程,总结了SFLA目前在优化和工程技术等领域中的研究,展望了SFLA的发展前景。关键词 随机蛙跳算法,亚启发式算法,工程优化,元算法,粒子群算法中图法分类号 TP29 文献标识码 A

AdvancesinShuffledFrogLeapingAlgorithm

HANYi1 CAIJian hu1 ZHOUGen gui1 LIYan lai2 LINHua zhen1 TANGJia fu2

(CollegeofBusinessAdministration,ZhejiangUniversityofTechnology,Hangzhou310023,China)1

(KeyLaboratoryofIntegratedAutomationofProcessIndustryofMinistryofEducation,NortheasternUniversity,Shenyang110004,China)2

Abstract ShuffledFrogLeapingAlgorithm(SFLA)isapopulation basednovelandeffectivemeta heuristicscompu tingmethod,whichreceivedincreasingfocusesfromacademicandengineeringoptimizationfieldsinrecentyears.SinceSFLAisacombinationofMemeticAlgorithm(MA)withstrongLocalSearch(LS)abilityandParticleSwarmOptimi zation(PSO)withgoodGlobalSearch(GS)capability,itisofstrongoptimum searchingpowerandeasytobeimple mented.Inthispaper,thefundamentalprinciplesandframeworkofSFLAweredescribed.Then,therelatedresearchesofSFLAinthecurrentoptimizationandengineeringfieldsweresummedup.Lastly,thefutureperspectivesofSFLAwerepresented.

Keywords Shuffledfrogleapingalgorithm,Meta heuristicsalgorithm,Engineeringoptimization,Memeticalgorithm,Particleswarmoptimization

SwarmOptimization,PSO)的特点,具有易于理解、易于编程实现及寻优能

随机蛙跳算法的研究进展

力强等优势。

1 引言

近年来,在进化计算领域兴起了一种新型的优化计算方

法,称为随机蛙跳算法或混合蛙跳算法(SFLA)。SFLA由Eusuff和Lansey为解决组合优化问题于2003年最先提出[1]。由于在文献[1]中,Eusuff和Lansey提到了2000年的一篇未公开发表的文章,因此文献[2,3]认为SFLA是在2000年提出的。2006年,文献[4]的公开发表证明了SFLA的正式提出年份是在2003年。自SFLA提出以来,SFLA受到学者们的广泛关注与应用,并迅速成为进化计算领域的研究热点[5 15]。SFLA是一种基于种群的亚启发式协同搜索算法,算法的执行过程是模拟自然界的元进化行为[4]。作为一种全新的优化计算方法,SFLA以随机联合体进化算法(ShuffledComplexEvolution,SCE)[14]作为广度搜索的执行框架,结合了基于遗传基因的元进化算法(MemeticAlgo rithm,MA)及基于群体觅食行为的粒子群算法(Particle

图1 蛙群的觅食行为

SFLA的执行过程模拟了一群青蛙(解)在一片湿地(解空间)中跳动觅食的行为。图1[8]给出了蛙群觅食行为的示意图。每一只蛙在觅食行为中被看作元或思想的载体,每只蛙可以与其他的蛙交流思想并且可以通过传递信息的方式来改进其他蛙的元信息[11]。这里的元信息是指文化信息或者智力信息,这些信息可以通过诸如模仿等行为在人脑中进行传递。元信息的例子包括歌曲、思想、信息、格言以及服装时

到稿日期:2009 08 25 返修日期:2009 11 07 本文受国家自然科学基金(70625001,70721001,70671095,70971017),浙江省科技计划软科学研究项目(2009C35007)资助。

韩 毅(1979-),男,讲师,主要研究方向为生产批量计划与调度、智能优化算法等,E mail:hanyi@zjut.edu.cn;周根贵(1958-),男,教授,博士生导师,主要研究方向为物流工程及信息管理;唐加福(1965-),男,教授,博士生导师。

第1页

你可能喜欢

  • 智能优化算法
  • 算法研究
  • 人工蜂群算法
  • 粒子群算法matlab
  • 遗传算法matlab
  • 粒子群优化

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email