多种群粒子群算法与混合蛙跳算法融合的研究

被引：17

作者：

李俊 ^{[1
]}

孙辉 ^{[2
]}

史小露 ^{[1
]}

机构：

[1] 南昌航空大学信息学院

[2] 南昌工程学院信息工程学院

来源：

小型微型计算机系统 | 2013年 / 34卷 / 09期

关键词：

粒子群算法; 混合蛙跳算法; 融合算法; 多种群粒子群;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

针对粒子群算法和混合蛙跳算法在复杂函数寻优上易于陷入局部最优值的缺点,提出一种新的粒子群与混合蛙跳融合算法.算法采用多种群粒子群方法,每次进化后,将各子群中的最优粒子组成新的群体,采用混合蛙跳模式进化,以提高种群的多样性.粒子群各子群的进化模式中,除考虑本子群最好的粒子外,还考虑整合群体最好的粒子.相对于其它一些改进的粒子群或混合蛙跳算法,融合算法概念简单,易于实现,具有良好的全局搜索能力和较快的收敛速度.基准测试函数的仿真结果表明,本文算法优于目前一些常见的改进粒子群算法.

引用

页码：2164 / 2168

页数：5

共 6 条

[1]

微粒群优化算法的改进及应用.[D].柳枝华.南昌航空大学.2010, 07

[2] 一种双种群差分蜂群算法 [J].

暴励 ;

曾建潮 .

控制理论与应用, 2011, 28 (02) :266-272

[3] 融合微粒群的多种群协同进化免疫算法 [J].

张英杰 ;

刘朝华 .

控制与决策, 2010, (11) :1657-1662

[4]

A hybrid real-parameter genetic algorithm for function optimization.[J].Shun-Fa Hwang;Rong-Song He.Advanced Engineering Informatics.2005, 1

[5]

Hybrid approach to production scheduling using genetic algorithm and simulation.[J].Suk Jae Jeong;Seok Jin Lim;Kyung Sup Kim.The International Journal of Advanced Manufacturing Technology.2006, 1-2

[6] Optimization of water distribution network design using the Shuffled Frog Leaping Algorithm [J].

Eusuff, MM ;

Lansey, KE .

JOURNAL OF WATER RESOURCES PLANNING AND MANAGEMENT, 2003, 129 (03) :210-225

← 1 →