基于人工食物链的动物群优化算法

• 作者: 孙思雅 陆秋琴 黄光球
• 来源期刊: 计算机应用研究
• 关键词: 函数优化 群智能优化计算 食物链 人工动物群
• 年，卷（期）: 2014,（9）
• 页码范围: 2673-2680
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.027

摘要

为了解决目标函数中含有sin、cos等周期函数的优化问题,基于生态系统循环食物链思想提出了一种新型函数优化算法,即AFC-ASO算法.在该算法中,假设在生态系统中的某个循环食物链系统中生活有多种不同类型的动物,这些不同类型的动物采取循环食物链的方式维持该生态系统的生态平衡.进食的方法是采用攫取食饵动物部分器官或吸取其体内物质的方式,但不会危及食饵动物的生命;同类型的动物分雌、雄两种性别.每种类型的动物在该生态系统中活动时,具有捕食、交配、集群、逃逸、游弋五种行为,依据这五种行为构造出了相关的演化算子.其中,捕食算子能够使得个体器官间交换信息;交配算子能使强壮个体将其优良信息传给虚弱个体;集群算子能使个体摆脱局部最优解陷阱;避险算子能增强个体之间的分散度;闲逛算子可以增加当前个体的活跃度;生长算子能确保该算法具有全局收敛性.结果表明,算法对求解某些类型的复杂函数优化问题,特别是目标函数中含有sin、cos等周期函数的一类复杂函数优化问题,具有较高的适应性和收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄光球	西安建筑科技大学管理学院	240	1317	17.0	25.0
2	陆秋琴	西安建筑科技大学管理学院	122	511	13.0	18.0
3	孙思雅	西安建筑科技大学管理学院	2	6	2.0	2.0