摘要
结合粒子群优化(PSO)算法和人工鱼群算法(AFSA)的优势,提出一种PSO-AFSA混合算法。将种群分为2个子群体,在每次迭代中,一个子群体利用PSO算法进化,另一个子群体利用AFSA进化,2个算法共享整个种群极值信息。通过混合算法对5个标准函数进行实验,并与标准PSO算法进行比较,结果表明混合算法具有更好的优化性能。
This paper proposes a hybrid algorithm of Particle Swarm Optimization（PSO） and Artificial Fish Swarm Algorithm（AFSA） by combining the advantages of PSO algorithm and AFSA. Hybrid algorithm divides the swarm into two sub-groups. In each iteration, one sub-group evolves using PSO algorithm, the other sub-group evolves using AFSA, and two algorithms share the information of groups extremum. Through comparing PSO-AFSA hybrid algorithm with standard PSO algorithm in evolving solution to five standard functions, results show that PSO-AFSA hybrid algorithm outperforms PSO algorithm.
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第5期176-178,共3页
Computer Engineering
基金
甘肃省教育信息化发展战略研究基金资助项目(2007-08)
关键词
粒子群优化算法
人工鱼群算法
PSO-AFSA混合算法
群体智能
Particle Swarm Optimization（PSO） algorithm
Artificial Fish Swarm Algorithm（AFSA）
PSO-AFSA hybrid algorithm
swarm intelligence
