English

应用科学学报 ›› 2012, Vol. 30 ›› Issue (4): 391-396.doi: 10.3969/j.issn.0255-8297.2012.04.011

• 计算机科学与应用 • 上一篇    下一篇

用于函数优化的层次结构萤火虫群算法

李咏梅1;2， 周永权1， 韦军2   

  1. 1. 广西民族大学信息科学与工程学院，南宁530006
    2. 广西大学计算机与电子信息学院，南宁530004
  • 收稿日期:2011-03-20 修回日期:2011-05-14 出版日期:2012-07-23 发布日期:2012-07-30
  • 作者简介:周永权，博士，教授，研究方向：计算智能理论与方法、神经网络及应用，E-mail: yongquanzhou@126.com
  • 基金资助:

    国家自然科学基金(No.61165015)； 广西自然科学基金(No.2012GXNSFDA053028)； 广西高等学校重大科研项目基金
    (No.201201ZD008)资助

Using Hierarchical Structure Glowworm Swarm Algorithm for Function Optimization

LI Yong-mei1;2, ZHOU Yong-quan1, WEI Jun2   

  1. 1. College of Information Science and Engineering, Guangxi University for Nationalities, Nanning 530006, China
    2. School of Computer, Electronics and Information, Guangxi University, Nanning 530004, China
  • Received:2011-03-20 Revised:2011-05-14 Online:2012-07-23 Published:2012-07-30

PDF

1696

被引次数

34

摘要：

基于人工萤火虫群优化算法，参考人类社会商业组织中的分层管理模式，将人工萤火虫群随机地分布在
一个层次结构中，并在过程中加入变异因子，改进基本人工萤火虫群优化算法，提出用于函数优化的层次结构人工
萤火虫群优化算法. 对4个标准函数的测试表明，层次结构萤火虫群算法在高维函数优化方面比基本人工萤火虫群
优化算法性能更优.

关键词: 人工萤火虫群算法, 层次结构, 变异因子, 函数优化

Abstract:

Based on artificial glowworm swarm optimization algorithm and cooperation in hierarchical social
organization, a new hierarchical glowworm swarm optimization (HGSO) is proposed. A mutation operator is
added into the HGSO. Tests on four standard functions show that the HGSO algorithm in the high dimension
function optimization has better performance than the basic artificial GSO algorithm.

Key words: glowworm swarm algorithm, hierarchy, mutation, function optimization

中图分类号: