首页 | 本学科首页   官方微博 | 高级检索  
     

一种新的群智能算法:植物胞群算法
引用本文:罗招贤,虞文鹏. 一种新的群智能算法:植物胞群算法[J]. 科学技术与工程, 2019, 19(4)
作者姓名:罗招贤  虞文鹏
作者单位:江西经济管理干部学院 江西 南昌 330088,江西经济管理干部学院 江西 南昌 330088
摘    要:基于植物在生长过程中具有向阳性,从而使整棵植物与阳光接触面积最大这一自然现象,提出一种新的群智能算法——植物胞群算法。该算法包括五个步骤:初始化植物细胞群、确定最强光照位置、分配生长素、计算生长速度、更新植物细胞群。仿真实验把植物胞群算法和粒子群算法、蜂群算法、狼群算法作对比,对12个测试函数测试,验证了植物胞群算法的有效性,仿真结果表明植物胞群算法寻优能力最强,能够有效避免早熟并跳出局部最优解,具有良好的全局搜索能力。

关 键 词:向阳性  植物胞群算法  寻优能力  函数优化
收稿时间:2017-12-12
修稿时间:2018-05-27

A New Swarm Intelligence Algorithm: Plant Cell Swarm Algorithm
Luo Zhaoxian and Yu Wenpeng. A New Swarm Intelligence Algorithm: Plant Cell Swarm Algorithm[J]. Science Technology and Engineering, 2019, 19(4)
Authors:Luo Zhaoxian and Yu Wenpeng
Affiliation:Jiangxi Institute of Economic Administrators,Nanchang,Jiang xi,330088,
Abstract:Basing on the character of planting towards the sun when plants growing for the destination of making the toching scale of plants and the sun, a new swarm inteligence algorithm-plant cells algorithm is put forward. There are five steps in the algorithm: initialize the swarm, distributing auxin, compute the sppeds of cells and undate the swam of cells. In the simulation, the comparision between the plant cells algorithm(PCSA) and PSO, ABC, and WPA through testing 12 functions is made.Ths rusults indicates that the ability of optimizing of PCSA is the best, and that the PCA can avoid early-maturing effectively and jump the local optimum, which proving the ability of global searching of the PCA makes perfect.
Keywords:character of panting towards the sun  plant cells algorithm  ability of optimizing  function optimization
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号