值得进一步探索。比如,算法的稳定性、有效性和鲁棒性等性质尚未得到理论证明;参数设置没有形成统一的原则和规律;算法的应用领域还有待拓展等。因此,猴群算法还有很大的研究空间。1.2研究现状2008年,Zhao和Tang受猴子爬山过程的启发提出了猴群算法,并利用该算法成功地解决了优化问题,验证了其有效性。作为一种新兴的智能优化算法,MA自提出以来,由于具有结构简单、所需调整的参数少以及对优化问题的维数不敏感等优点,已引起越来越多的科研人员的关注,并产生了相应的研究成果。目前关于猴群算法的研究成果可以归纳为以下两个方面:1.算法本身性能的改进2010年,郝士鹏采用Logistic混沌映射方法构造MA的初始种群,设计了爬动步长的递减因子以控制步长的大小,设计了参数递增的混沌望过程,同时对空翻过程进行了改进,提出了混沌猴群算法。然后通过实验对该算法进行了测试,验证了其有效性[17]。2013年,齐艳玉等人在上述混沌猴群算法的基础上,采用了另一种遍历性更强的混沌映射算子替代原算法中的Logistic算子,改进了混沌猴群算法。然后结合一类动态优化问题的模型,提出了一种适合求解动态规划问题的优化算法[18]。2.对算法在实际工程领域中的应用进行研究并改进目前相关学者对于猴群算法的研究主要体现在针对某一工程领域的实际应用上,因此产生了较多的研究成果。2010年,王靖然等人针对MA的局限设计了大步爬、小步爬两种爬过程,并解决了原算法求解离散优化问题时爬过程失效的问题;在原算法中引入了合作过程和随机扰动机制,提高了运算效率。然后结合输电网扩展规划问题的特点,设计了求解含有离散变量优化问题的猴群算法。并通过实验表明该算法具有计算速度快,鲁棒性强等优点[19]。2010年,张佳佳针对入侵检测系统存在的高漏报率问题,提出了一种基于MA的入侵检测方法,并通过实验证明该方法明显改进生成规则的质量,提高了入侵
全文预览
