
目录
一、GSO萤火虫优化理论简介
2005年,印度学者K.N.Krishnanand和D.Ghose在IEEE群体智能会议上提出了一种新的群智能优化算法,人工萤火虫群优化(Glowworm Swarm Optimization, GSO)算法。2009年,剑桥学者Xin-She Yang根据自然界中萤火虫的发光行为提出萤火虫算法(Firefly Algorithm, FA)。自这两种萤火虫算法提出以来,各国学者对这两种算法进行了研究、改进和应用。经过几年的发展,在连续空间的寻优过程和一些生产调度方面萤火虫算法具有良好的应用前景。
GSO有4个值得注意的要素:1)发光强度;2)两只萤火虫之间的距离;3)吸引力;4)萤火虫位置的更新。

订阅专栏 解锁全文
6804

被折叠的 条评论
为什么被折叠?



