基于离散数字编码的蚁群连续优化算法

计算机科学 ›› 2008, Vol. 35 ›› Issue (3): 146-148.

基于离散数字编码的蚁群连续优化算法

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
基金项目：国家自然科学基金项目（10471045）、广东省自然科学基金（04020079）、华南理工大学自然科学基金（B13-E5050190）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 本文提出了一种基于离散编码的蚁群连续优化算法（CACO-DE），用于求解连续优化问题。以往蚁群算法（ACO）的研究，以求解离散优化问题为主，较少涉及连续优化问题。与经典的ACO算法不同，CACO-DE将有限精度的实数转化为一个数字串，数字串的每位取0到9之间的数字，从而实现了用离散编码描述实数的效果。CACO-DE延用了经典ACO算法的框架，并加入了特殊的选择机制、信息素更新方式和局部搜索策略。测试实验结果表明：CACO-DE比以往同类算法求解速度更快且精度更高。

关键词: 蚁群算法连续优化离散数字编码

Abstract: The presented paper proposes an ant colony algorithm for continuous optimization （CACO-DE）. ACO algo-rithms are always used for discrete optimization problems, but rarely for continuous optimization. CACO-DE is designed based on the numerical encoding in

Key words: Ant colony algorithm, Continuous optimization, Discrete numerical encoding

. 基于离散数字编码的蚁群连续优化算法[J]. 计算机科学, 2008, 35(3): 146-148. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed