一种基于粒子优势分析的异步混合粒子群算法

被引：5

作者：

易云飞 ^{[1
,2
,3
]}

林郭隆 ^{[1
]}

董文永 ^{[1
]}

蔡永乐 ^{[1
]}

机构：

[1] 武汉大学计算机学院

[2] 河池学院计算机与信息工程学院

[3] 广西混杂计算与集成电路设计分析重点实验室

来源：

小型微型计算机系统 | 2015年 / 36卷 / 06期

关键词：

球隙迁移; 粒子群; 优势分析; 旅行商问题;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对标准粒子群算法收敛速度较慢、求解精度不高等缺陷,引入了均值漂移与球隙迁移算法的思想,提出一种混合算法.该算法结合最优粒子与自己的祖先粒子来对粒子进行优势分析,根据其优势分析结果确定粒子的更新速度级别,将速度进行分解,分配到粒子的不同维中以达到异步更新的目的;为每个粒子设置一个淘汰概率的属性,当粒子被淘汰时会被自动替换;算法还引入了扰动机制和随机重启策略.显然,改进后的算法增加了粒子搜索的多样性和明智性,从而加快了收敛速度.最后,将混合算法用于求解高维TSP问题,实验结果表明改进后的算法是可行的、有效的.

引用

页码：1379 / 1383

页数：5

共 7 条

[1] 一种基于球隙迁移的改进粒子群优化算法 [J].

易云飞 ;

林郭隆 ;

董文永 ;

蔡永乐 .

科学技术与工程, 2013, 13 (14) :3903-3907

[2] 考虑边位置信息的求解ETSP问题改进贪婪算法 [J].

饶卫振 ;

金淳 ;

陆林涛 .

计算机学报, 2013, 36 (04) :836-850

[3] 一类简约的粒子群算法 [J].

朱培逸 ;

钟强 ;

徐保国 .

小型微型计算机系统, 2012, 33 (04) :800-803

[4] 球隙迁移算法实现全局优化 [J].

胡劲松 ;

郑启伦 .

计算机学报, 2012, 35 (02) :2193-2201

[5] 均值漂移算法的研究与应用 [J].

周芳芳 ;

樊晓平 ;

叶榛 .

控制与决策, 2007, (08) :841-847

[6]

Ant colony optimization with immigrants schemes for the dynamic travelling salesman problem with traffic factors [J] . Michalis Mavrovouniotis,Shengxiang Yang.&nbsp&nbspApplied Soft Computing Journal . 2013

[7]

TSPLIB—A Traveling Salesman Problem Library [J] . Gerhard Reinelt.&nbsp&nbspORSA Journal on Computing . 1991 (4)

← 1 →