并行自适应免疫量子粒子群优化算法

被引：4

作者：

李红婵

朱颢东

机构：

[1] 郑州轻工业学院计算机与通信工程学院

来源：

计算机工程 | 2011年 / 37卷 / 05期

关键词：

粒子群优化算法; 量子技术; 免疫机制; 并行计算;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为克服粒子群优化算法早熟收敛及粒子在进化过程中缺乏方向指导的问题,采用量子技术及免疫机制,提出一种自适应免疫量子粒子群优化算法。针对其计算量大、耗时长的缺点,结合已有的并行计算技术,构造该算法的并行计算方法。仿真实验结果表明,该并行算法在搜索能力和运行时间方面具有较好的性能。

引用

页码：221 / 223

页数：3

共 8 条

[1] 基于并行免疫克隆算法的特征选择方法 [J].

朱颢东 ;

钟勇 .

上海交通大学学报, 2009, 43 (12) :1847-1851+1857

[2] 基于多样性反馈的粒子群优化算法 [J].

焦巍 ;

刘光斌 .

计算机工程, 2009, 35 (22) :202-204

[3] 优化的RBF网络在特征选择中的应用研究 [J].

朱颢东 ;

钟勇 .

信息化纵横, 2009, 28 (15) :76-79

[4] 具有量子行为粒子群优化算法的并行化研究 [J].

王小根 ;

奚茂龙 ;

须文波 .

计算机工程与应用, 2009, 45 (11) :45-48

[5]

粗糙集理论在数据约简中的应用研究[D]. 谷建军.山东师范大学. 2007

[6] Particle swarm optimization feedforward neural network for modeling runoff [J].

Kuok, K. K. ;

Harun, S. ;

Shamsuddin, S. M. .

INTERNATIONAL JOURNAL OF ENVIRONMENTAL SCIENCE AND TECHNOLOGY, 2010, 7 (01) :67-78

[7] An improved quantum-behaved particle swarm optimization algorithm with weighted mean best position [J].

Xi, Maolong ;

Sun, Jun ;

Xu, Wenbo .

APPLIED MATHEMATICS AND COMPUTATION, 2008, 205 (02) :751-759

[8]

Information Technology[C]. Mohammad Reza Elahdadi Salmani.International Conference on Computer Engineering & Multimedia Technologies(ICCEMT’2012);International Conference on Mechanical and Automotive Engineering(ICMAE'2012);International Conference on Electrical,Electronics and Communication Engineering(ICEEC'2012);International Conference on Nuclear Energy,Environmental and Biological Sciences(ICNEEBS'2012);International Conference on Education, Humanities and Human Resource Management (ICEHHR'2012);International Conference on Chemical Engineering and its Applications(ICCEA'2012),2012

← 1 →