文献类型：期刊文章

作　　者：刘生建[1] 杨艳[1] 周永权[2]

LIU Shengjian;YANG Yan;ZHOU Yongquan(Department of Game, South China Institute of Software Engineering, Guangzhou University, Guangzhou 510990;College of Information Science and Engineering, Guangxi University for Nationalities, Nanning 530006)

机构地区：[1]广州大学华软软件学院游戏系,广州510990 [2]广西民族大学信息科学与工程学院,南宁530006

出　　处：《模式识别与人工智能》

基　　金：广东高校省级重点平台和重大科研项目(No.2016KTSCX189);广州大学华软软件学院科研项目(No.ky201616)资助~~

年　　份：2018

卷　　号：31

期　　号：5

起止页码：431-441

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于狮群中狮王、母狮及幼狮的自然分工,模拟狮王守护、母狮捕猎、幼狮跟随3种群智能行为,提出群体智能算法——狮群算法.算法中不同种类的狮子位置更新方式不同.遵循自然界生物"适者生存"的竞争法则,狮王守护领土,优先享用食物,母狮合作捕猎,幼狮分为学习捕猎、饥饿进食和成年被驱逐.狮子位置更新方式的多样化保证算法快速收敛,不易陷入局部最优.最后,将算法应用于6个标准测试函数优化问题,并对比粒子群算法、骨干粒子群算法,测试结果表明,文中算法收敛速度较快,精度较高,能较好地获得全局最优解.

关 键 词：狮群算法(LSO)  粒子群算法(PSO)  函数优化 群体智能

分 类 号：TP18]