基于密度的小生境粒子群算法在空间信息服务选择中的应用

被引：1

作者：

吴明光

王家耀

机构：

[1] 信息工程大学测绘学院

来源：

测绘科学技术学报 | 2007年 / 06期

关键词：

空间信息服务; 多目标优化; 粒子群算法; 小生境; 基于密度的聚类;

D O I：

暂无

中图分类号：

P208 [测绘数据库与信息系统];

学科分类号：

070503 ; 081603 ; 0818 ; 081802 ;

摘要：

针对现有空间信息服务选择技术的不足,提出了一种基于粒子群优化算法的多目标优化策略,通过同时优化多个QoS参数,产生一组满足约束条件的Pareto最优解。针对多峰函数的多目标优化问题,采用基于改进密度聚类的小生境技术,保证了解的多样性。构建了模拟试验环境,验证了算法的可行性和效率。

引用

页码：422 / 426

页数：5

共 6 条

[1] A Sequential Niche Technique for Multimodal Function Optimization [J].

Beasley, David ;

Bull, David R. ;

Martin, Ralph R. .

EVOLUTIONARY COMPUTATION, 1993, 1 (02) :101-125

[2]

基于群集智能的带约束条件空间聚类分析研究.[D].张雪萍.解放军信息工程大学.2007, 07

[3] 微粒群算法的研究现状与展望 [J].

王万良 ;

唐宇 .

浙江工业大学学报, 2007, (02) :136-141

[4] Web服务QoS组合优化研究 [J].

侯贵法 ;

王成耀 .

微计算机信息, 2007, (06) :86-87+79

[5] 一种改进的小生境微粒群算法 [J].

王俊年 ;

申群太 ;

沈洪远 ;

周鲜成 .

山东大学学报(工学版), 2005, (03) :98-102

[6] 基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用 [J].

毕荣山 ;

杨霞 ;

谭心舜 ;

项曙光 .

计算机工程与应用, 2004, (32) :85-88

← 1 →