模拟生物理想自由分布模型的粒子群算法
来源期刊:控制与决策2011年第12期
论文作者:秦全德 李荣钧
文章页码:1840 - 1845
关键词:粒子群算法;理想自由分布模型;多峰函数;
摘 要:在分析生物觅食行为中资源斑块选择理想自由分布模型的基础上,提出一种新型的粒子群算法——理想自由分布粒子群优化算法(IFDPSO).该算法将所有粒子中3个不重叠的个体最优位置的适应度视为资源斑块的食物质量,根据理想自由分布模型随机分配相应数量的粒子到各资源斑块中.为保证群体的多样性,各资源斑块的群体最优位置保持随迭代次数增加而线性递减的距离.在间隔一定的迭代次数后,将各资源斑块的粒子重新组合.标准测试函数的仿真结果表明了IFDPSO算法的有效性.
秦全德,李荣钧
华南理工大学工商管理学院
摘 要:在分析生物觅食行为中资源斑块选择理想自由分布模型的基础上,提出一种新型的粒子群算法——理想自由分布粒子群优化算法(IFDPSO).该算法将所有粒子中3个不重叠的个体最优位置的适应度视为资源斑块的食物质量,根据理想自由分布模型随机分配相应数量的粒子到各资源斑块中.为保证群体的多样性,各资源斑块的群体最优位置保持随迭代次数增加而线性递减的距离.在间隔一定的迭代次数后,将各资源斑块的粒子重新组合.标准测试函数的仿真结果表明了IFDPSO算法的有效性.
关键词:粒子群算法;理想自由分布模型;多峰函数;