摘要
群体智能是正在迅速发展的新兴研究领域.通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统复杂行为建模与仿真提供了新的思路.该文对群体智能和计算智能的概念、基本原理和研究方法作了阐述,并对群体智能计算的未来发展趋势作了展望.
出处
《上海大学学报(自然科学版)》
CAS
CSCD
2004年第B10期73-76,共4页
Journal of Shanghai University:Natural Science Edition
参考文献14
-
1Kennedy James,Eberhart Russell C.Swarm Intelligence [M].2001.
-
2Dorigo M, Maniezzo V. Ant system: optimization by a colony of cooperating agent[A]. IEEE Transactions on System, Mans, and Cybernetics[C]. 1996, 26(1):29-41.
-
3Reynolds C, Herds Flock. Schools: A distributed behavioral model[J]. Computer Graphics, 1987,21(4): 25-34.
-
4Thomas S, Holqer H. MAX-MIN ant system[J]. Future Generation Computer Systems, 2000, 16(8): 889-914.
-
5Shi Y, Eberhart R C. A modified particle swarm optimizer[A]. Proceedings of the IEEE International Conference on Evolutionary Computation[C]. 1998,(b):69-73.
-
6Shi Y, Eberhart R C. Fuzzy adaptive particle swarm optimization [A]. Proceedings of the IEEE Conference on Evolutionary Computation[C]. Seoul, Korea, 2001.101 - 106.
-
7Angeline Peter J. Using selection to improve particle swarm optimization[A]. Proceedings of the IEEE Conference on Evolutionary Computation[C], 1998. 84-89.
-
8Natsuki H, Hitoshi I. Particle swarm optimization with Gaussian Mutation[A]. Proceedings of IEEE Swarm Intelligence Symposium [C]. 2003.72-79.
-
9Morten L, Thomas K R, Thiemo K. Hybrid particle swarm optimiser with breeding and subpopulations[A].Proceedings of the GECC[C]. 2001.
-
10James Kennedy. Stereotyping: improving particle swarm performance with cluster analysis[C]. 2000. 1507- 1512.
同被引文献20
-
1洪超,陈莹霞.船舶减摇技术现状及发展趋势[J].船舶工程,2012,34(S2):236-244. 被引量:26
-
2赵为平,金鸿章,张海鹏,许叙遥.鳍/被动水舱联合减摇理论研究[J].中国造船,2004,45(3):84-88. 被引量:14
-
3金鸿章,赵为平,綦志刚,张文波.基于遗传算法的减摇鳍-被动水舱综合平衡系统最优控制器研究[J].中国航海,2004,27(3):5-7. 被引量:4
-
4金鸿章,赵为平,綦志刚,许叙遥.大型船舶综合减摇系统的研究[J].中国造船,2005,46(1):29-35. 被引量:24
-
5于立君,金鸿章,王辉,梁利华.减摇鳍-减摇水舱综合减摇实验装置的研究[J].海军工程大学学报,2007,19(2):25-30. 被引量:7
-
6徐慧慧,石磊,陈信.网格资源调度算法研究[J].计算机技术与发展,2009,19(9):76-78. 被引量:7
-
7马洁,陈智勇,侯忠生.大型舰船综合减摇系统无模型自适应控制[J].控制理论与应用,2009,26(11):1289-1292. 被引量:16
-
8刘娇.改进PSO算法在主汽温系统PID参数优化中的应用[J].计算机与现代化,2009(12):29-32. 被引量:7
-
9曹道友,程家兴.基于改进的选择算子和交叉算子的遗传算法[J].计算机技术与发展,2010,20(2):44-47. 被引量:55
-
10唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,20(2):213-216. 被引量:52
-
1康琦,汪镭,吴启迪.群体智能与人工生命[J].模式识别与人工智能,2005,18(6):689-697. 被引量:15
-
2TRIZ入门导读四[J].家电科技,2010(7):40-40.
-
3钟文亮,王惠森,张军,涂德键.带启发性变异的粒子群优化算法[J].计算机工程与设计,2008,29(13):3402-3406. 被引量:6
-
4康琦,汪镭,刘小莉,吴启迪.基于群体智能框架理念的遗传算法总体模式描述[J].智能系统学报,2007,2(5):42-47.
-
5段莹,潘昊.遗传算法的形式化语言表示[J].计算机与数字工程,2009,37(9):176-179. 被引量:2
-
6朱延广,许永平,周旋,朱一凡.引入学习机制的自适应遗传算法设计与实现[J].计算机工程与应用,2010,46(36):34-36. 被引量:3
-
7焦锋.基因算法在路由算法中的应用[J].山西科技,2008(3):26-27.
-
8安静,康琦,汪镭,吴启迪.一种生态粒子群竞争优化计算模式[J].模式识别与人工智能,2010,23(4):471-476.
-
9李凯斌,李明楚,覃振权,田琳琳.Snort入侵检测系统中的规则泛化模型[J].计算机工程与应用,2010,46(27):88-92. 被引量:1
-
10许斗,钱峰.遗传算法的应用研究进展[J].芜湖职业技术学院学报,2003,5(1):1-4. 被引量:2