离散微粒群优化算法的研究进展

被引：20

作者：

潘全科 ^{[1
]}

王凌 ^{[2
]}

高亮 ^{[3
]}

机构：

[1] 聊城大学计算机学院

[2] 清华大学自动化系

[3] 华中科技大学工业及制造系统工程系

来源：

控制与决策 | 2009年 / 24卷 / 10期

关键词：

微粒群优化; 离散微粒群优化; 进化计算; 群智能; 组合优化;

D O I：

10.13195/j.cd.2009.10.3.panqk.009

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

首先,介绍了近年来出现的5种较为典型的离散PSO,并分析了它们与基本PSO之间的联系和区别;然后,归纳了提高离散PSO优化性能的若干途径,并总结了离散PSO的应用现状;最后,探讨了离散PSO有待进一步研究的若干方向和内容.

引用

页码：1441 / 1449

页数：9

共 31 条

[1] Modified binary particle swarm optimization [J].

Sangwook Lee ;

Sangmoon Soak ;

Sanghoun Oh ;

Witold Pedrycz ;

Moongu Jeon .

Progress in Natural Science, 2008, (09) :1161-1166

[2] 无等待流水车间调度问题的优化 [J].

潘全科 ;

赵保华 ;

屈玉贵 .

计算机学报, 2008, (07) :1147-1154

[3] 解决零空闲流水线调度问题的离散粒子群算法 [J].

潘全科 ;

王凌 ;

赵保华 .

控制与决策 , 2008, (02) :191-194

[4] 离散动态贝叶斯网络的进化粒子滤波推理算法 [J].

王浩 ;

杨峰 ;

姚宏亮 .

计算机研究与发展 , 2008, (S1) :295-299

[5] 基于改进的自适应克隆选择粒子群优化算法的多用户检测 [J].

张蕾 ;

吕振肃 .

通信技术, 2007, (12) :190-192

[6] 基于动态双种群粒子群算法的柔性工作车间调度 [J].

李丹 ;

高立群 ;

马佳 ;

李扬 .

东北大学学报(自然科学版), 2007, (09) :1238-1242

[7] 求解TSP问题的自逃逸混合离散粒子群算法研究 [J].

王文峰 ;

刘光远 ;

温万惠 .

计算机科学, 2007, (08) :143-144+195

[8] 求解无等待流水车间问题的若干算法 [J].

潘全科 ;

王文宏 ;

朱剑英 .

计算机集成制造系统, 2007, (05) :967-970

[9] 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

[10] 基于粒子群优化和变邻域搜索的混合调度算法 [J].

潘全科 ;

王文宏 ;

朱剑英 ;

赵保华 .

计算机集成制造系统, 2007, (02) :323-328

← 1 2 3 4 →