← 返回卡片

原书出处

智能算法导论

52 5 . 2 . 2 离 散 域 和 连 续 域 蚁 群 算 法

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.872Z

等首次提出了蚁群优化算法CACO[28],将离散域中的一个区域划分为随机分布的区域,通过局部搜索和全局搜索进行解的构建。

Dorigo等提出了ACOR(Algorithm for Continuous Optimization Problems)算法[29],该算法利用加权高斯核函数作为信息素概率分布函数,将蚂蚁搜索到的至今最优解作为信息素保存在档案里,并通过更新档案解来更新信息素。Coello等根据ACOR的规则提出了DACO[30],它通过一种替代机制改善蚁群多样性以探索更多区域来摆脱局部最优,更适合搜索空间大的连续域优化问题。

Xiao J.提出了一种混合的连续域蚁群优化(Hybrid Ant Colony Optimization for co

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter5_0004.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d