细菌觅食优化算法的研究与应用

细菌觅食优化算法的研究与应用

ID:33416368

大小:886.93 KB

页数:8页

时间:2019-02-25

细菌觅食优化算法的研究与应用_第1页
细菌觅食优化算法的研究与应用_第2页
细菌觅食优化算法的研究与应用_第3页
细菌觅食优化算法的研究与应用_第4页
细菌觅食优化算法的研究与应用_第5页
资源描述:

《细菌觅食优化算法的研究与应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、162010,46(20)ComputerEngineeringandApplications计算机工程与应用细菌觅食优化算法的研究与应用周雅兰ZHOUYa-lan广东商学院信息学院,广州510320CollegeofInformation,GuangdongUniversityofBusinessStudies,Guangzhou510320,ChinaE-mail:zhouylan@163.comZHOUYa-lan.Researchandapplicationonbacteriaforagingoptimizationalgorithm

2、.ComputerEngineeringandApplica-tions,2010,46(20):16-21.Abstract:BacteriaForagingOptimizationAlgorithm(BFOA)isanewcomerofevolutionaryalgorithm.Firstly,thebasictheo-ryandflowchartofthethreemainoperationsinBFOAareintroduced.Thethreemainoperationsarechemotaxis,reproduc-tion,and

3、eliminationanddispersal.AndthedesignstepsofBFOAforoptimizationproblemareanalyzed.Thentheimprove-mentandapplicationofBFOAarediscussed.Finally,thefutureresearchdirectionsofBFOAareoutlined.Keywords:bacteriaforagingoptimization;chemotaxis;reproduction;eliminationanddispersal摘要:

4、细菌觅食优化算法是进化算法家族的新成员。首先对细菌觅食优化算法的三大主要操作:趋向性、复制和迁徙操作的基本原理及流程进行介绍,然后对算法求解优化问题的设计步骤进行分析,接着探讨算法的改进和应用,最后指出细菌觅食优化算法的未来研究方向。关键词:细菌觅食优化;趋向性操作;复制操作;迁徙操作DOI:10.3778/j.issn.1002-8331.2010.20.005文章编号:1002-8331(2010)20-0016-06文献标识码:A中图分类号:TP301.61引言局部搜索和全局搜索特性,有些研究者将BFOA与其他算法实际生活需求促进了最优

5、化方法的发展。近半个多世纪混合,并应用在生产实践中来证明它的有效性,性能甚至超过以来,由于传统优化方法的不足,一些具有全局优化性能且通许多改进的GA和PSO算法。此外,BFOA的数学建模、自适用性强的进化算法,因其高效的优化性能、无需问题精确描述应性和算法本身的改进也正成为该算法研究的主要方向。信息等优点,受到各领域广泛的关注和应用。其中产生最早也最具代表性的进化算法是20世纪70年代源于达尔文自然2细菌觅食优化算法选择学说和孟德尔遗传变异理论的遗传算法(GeneticAlgo-2.1BFOA的基本原理与流程rithm,GA)。而近年来,人们

6、模拟自然界生物群体行为产生出细菌觅食优化算法是新兴的进化算法,也是一种全局随一系列群体智能优化算法,如:Dorigo等通过模拟蚂蚁的寻径机搜索算法。该算法主要通过趋向性操作、复制操作和迁徙行为于1991年提出了蚁群优化算法(AntColonyOptimiza-操作这三种操作迭代计算来求解问题,下面介绍这三大操作tion,ACO);Eberhart和Kennedy通过模拟鸟群捕食行为于及其流程[1,4-5]。1995年提出了粒子群优化算法(ParticleSwarmOptimization,(1)趋向性操作PSO)。这些算法被广泛应用于工程领域

7、并取得了显著的成大肠杆菌在觅食过程中有两种基本运动:游动和旋转。果。随着群体智能优化算法的蓬勃发展,Passino于2002年提这两种运动依靠细菌表面遍布的鞭毛以100~200r/s的速度出了模拟人类大肠杆菌觅食行为的细菌觅食优化算法(Bacte-同方向摆动来实现。当所有鞭毛逆时针转动时,大肠杆菌以riaForagingOptimizationAlgorithm,BFOA)[1],为仿生进化算10~20μm/s的平均速度向前游动,游动的平均时间大约为法家族增添了新成员。Berg等人的研究成果为BFOA的出现(0.86±1.18)s;当所有鞭毛

8、顺时针转动时,大肠杆菌在原地旋奠定了基础,如文献[2-3]。转,并随机选择一个方向进行下一次的游动,旋转的平均时间BFOA自提出以来,由于它构造的直观性与易理解的自

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。