泛区间搜索的连续函数优化鲁棒蚁群算法

• 作者: 陈志明 陈志祥
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 泛区间搜索 蚁群算法 连续优化 鲁棒性
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 487-495
• 页数: 9页
• 分类号: TP391.9
• 字数: 7342字
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志祥	中山大学管理学院	115	2202	25.0	44.0
2	陈志明	中山大学管理学院	21	44	4.0	6.0