离散粒子群优化算法研究综述

被引：67

作者：

郭文忠

陈国龙

陈振

机构：

[1] 福州大学数学与计算机科学学院

来源：

福州大学学报(自然科学版) | 2011年 / 39卷 / 05期

关键词：

粒子群优化; 离散; 算法; 综述;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

粒子群优化(PSO)算法最初是基于连续空间的优化,然而现实世界中许多问题是离散的,近年来其离散化策略和方法受到广泛的关注.本文简要介绍PSO算法的工作原理和粒子更新机制、算法参数的分析与设置,详细介绍PSO算法的三种常见离散化策略的机理及其粒子更新机制,阐述离散PSO算法的应用成果,最后对其未来的研究方向进行展望.

引用

收藏

页码：631 / 638

页数：8

相关论文

共 28 条

[1]

In search of the essential binary discrete particle swarm [J].

Chen, Enxiu ;

Li, Jianqing ;

Liu, Xiyu .

APPLIED SOFT COMPUTING, 2011, 11 (03) :3260-3269

[2]

Particle swarm optimizer for variable weighting in clustering high-dimensional data [J].

Lu, Yanping ;

Wang, Shengrui ;

Li, Shaozi ;

Zhou, Changle .

MACHINE LEARNING, 2011, 82 (01) :43-70

[3]

A PSO-based intelligent decision algorithm for VLSI floorplanning [J].

Chen, Guolong ;

Guo, Wenzhong ;

Chen, Yuzhong .

SOFT COMPUTING, 2010, 14 (12) :1329-1337

[4]

Solving Unit Commitment problem using Hybrid Particle Swarm Optimization [J].

Ting, TO ;

Rao, MVC ;

Loo, CK ;

Ngu, SS .

JOURNAL OF HEURISTICS, 2003, 9 (06) :507-520

[5]

Particle swarm optimization for task assignment problem [J].

Salman, A ;

Ahmad, I ;

Al-Madani, S .

MICROPROCESSORS AND MICROSYSTEMS, 2002, 26 (08) :363-371

[6]

Recent approaches to global optimization problems through Particle Swarm Optimization [J].

K.E. Parsopoulos ;

M.N. Vrahatis .

Natural Computing, 2002, 1 (2-3) :235-306

[7]

微粒群优化算法.[M].崔志华; 曾建潮; 著.科学出版社.2011,

[8]

微粒群优化与调度算法.[M].王凌; 刘波; 编著.清华大学出版社.2008,

[9]

智能微粒群算法研究及应用.[M].吴启迪;汪镭著;.江苏教育出版社.2005,

[10]

求解VLSI电路划分问题的混合粒子群优化算法 [J].

郭文忠 ;

陈国龙 ;

彭少君 .

软件学报, 2011, 22 (05) :833-842