论文部分内容阅读
介绍一种新的群集智能优化方法——自由搜索（FS）算法，该算法借鉴自然界动物种群中的个体存在各异的嗅觉和活动半径，提出了灵敏度和邻域搜索半径的概念，并且利用释放信息素的机理，通过信息素和灵敏度的比较确定寻优目标．研究并实现了FS算法，对典型函数的优化问题进行计算实验．结果证明，该算法与同类算法相比，全局搜索能力好、收敛速度快，验证了算法的有效性．最后，对FS算法进行总结并指出进一步研究的方向．