针对经典蚁群算法只适用于离散优化问题的不足,从蚂蚁觅食的生物学行为出发,以寻觅最优食 物源为目标,运用蚁群的海量募集和成群募集两种机制,并结合蚂蚁的厌食现象,均衡地搜索,由此构 建了适用于连续问题的蚁群优化系统(MG-CACO).经典函数的测试表明,MG-CACO的全局寻优效率高,稳 健性良好,尤其对高维问题的适应性强.将MG-CACO用于二甲苯异构化装置的操作条件优化,效果令人满 意,其全局寻优性能和稳定性均优于其他方法.
国家自然科学基金资助项目(20276063).
贺益君 俞欢军 陈德钊. 基于募集机制的连续蚁群系统及其应用[J]. J4, 2006, 40(5): 748-752.
HE Yi-Jun, SHU Huan-Jun, CHEN De-Zhao. . J4, 2006, 40(5): 748-752.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2006/V40/I5/748
Cited