模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (6): 487-495    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
泛区间搜索的连续函数优化鲁棒蚁群算法*
陈志明,陈志祥
中山大学 管理学院 广州 510275
Extensive-Domain-Search Robust Ant Colony Algorithm for Continuous Function Optimization
CHEN Zhi-Ming, CHEN Zhi-Xiang
Business School, Sun Yat-Sen University, Guangzhou 510275

全文: PDF (688 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对现有连续函数优化蚁群算法对自变量的初始区间存在敏感度问题,提出泛区间搜索的理念.通过在网格策略上加入新元素——自调整定义域的机制、自适应的蚁群规模、自适应的信息素增加强度和自适应的网格划分份数,提出泛区间搜索的连续函数优化蚁群算法.该算法可根据现有区间判断最优解的方位,实现全实数范围内的广度搜索.仿真实验表明该算法具备鲁棒性,在初始区间不含最优解的条件下也能找到最优解,且收敛速度和计算准确性受区间变化的影响较小.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈志明
陈志祥
关键词 泛区间搜索蚁群算法连续优化鲁棒性    
Abstract:A concept of extensive-domain search is proposed to make ant colony optimization for continuous function overcome the sensitivity to initial domains of independent variables. By adding new elements to the gridding method, such as self-adaptive domain adjustment, self-adaptive ant size, self-adaptive pheromone increment and self-adaptive domain division, extensive-domain-search ant colony optimization (EDS-ACO) is put forward. Thus, the optimal solution can be found by EDS-ACO through an extensive search in the whole range of real numbers. Experiments show that EDS-ACO has the robustness since it can obtain the correct results in the case of initial domains without the optimal solution. The variation of initial domains has a small influence on convergence speed and computational accuracy of EDS-ACO.
Key wordsExtensive-Domain-Search    Ant Colony Algorithm    Continuous Optimization    Robustness   
收稿日期: 2013-03-18     
ZTFLH: TP 391.9  
基金资助:国家自然科学基金项目(No.70972079)资助
作者简介: 陈志明(通讯作者),男,1984年生,博士研究生,主要研究方向为智能算法、供应链管理.E-mail:Topqq_msc@163.com.陈志祥,男,1965年生,博士,教授,主要研究方向为智能算法、生产运作管理.
引用本文:   
陈志明,陈志祥. 泛区间搜索的连续函数优化鲁棒蚁群算法*[J]. 模式识别与人工智能, 2014, 27(6): 487-495. CHEN Zhi-Ming, CHEN Zhi-Xiang. Extensive-Domain-Search Robust Ant Colony Algorithm for Continuous Function Optimization. , 2014, 27(6): 487-495.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I6/487
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn