说明:粒子群算法(particle swarm optimization,PSO)由Kennedy和Eberhart在1995年提出,该算法模拟鸟集群飞行觅食的行为,鸟之间通过集体的协作使群体达到最优目的,是一种基于Swarm Intelligence的优化方法。
说明:粒子群优化算法源自对鸟群捕食行为的研究,最初由Kennedy和Eberhart提出,是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物,所有鸟知道自己当前位置离食物多远,那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题
说明:matlab 天牛群算法,对原始的天牛须算法进行了,将其与例子群算法结合,结果表明优于粒子群算法和天牛须算法。
说明: 人工鱼群算法是李晓磊博士于2002 年在其博士论文中提出的一种人工智能算法,该算法基于动物行为的自治体寻优模式,通过模拟鱼群的觅食和生存活动来实现在空间中寻求全局最优的一种优化算法,拥有较强的鲁棒性与并行分布处理能力等优点。