应用微粒群算法确定有机化合物分子式

doi:10.3778/j.issn.1002-8331.2009.27.074

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (27): 246-248.DOI: 10.3778/j.issn.1002-8331.2009.27.074

• 工程与应用 • 上一篇

应用微粒群算法确定有机化合物分子式

陈晓东¹，张玉敏²，徐跃¹

1.吉林大学测试科学实验中心，长春 130023
2.吉林大学化学学院，长春 130023

收稿日期:2008-07-01 修回日期:2008-09-12 出版日期:2009-09-21 发布日期:2009-09-21
通讯作者: 陈晓东

Determining molecular formulas of organic compounds by Particle Swarm Optimization algorithm

CHEN Xiao-dong¹，ZHANG Yu-min²，XU yue¹

1.Experimental Center of Testing Science，Jilin University，Changchun 130023，China
2.College of Chemistry，Jilin University，Changchun 130023，China

Received:2008-07-01 Revised:2008-09-12 Online:2009-09-21 Published:2009-09-21
Contact: CHEN Xiao-dong

摘要/Abstract

摘要： 针对基本微粒群优化算法（PSO）存在容易陷入局部最优和收敛速度慢的缺点，在整数空间使用带收缩因子的微粒群优化算法基础上，提出了一种带变异概率的微粒群优化算法（IPSO），用于提高微粒群的多样性，避免算法陷入局部最优解。实验证明，改进后的微粒群优化算法在防止早熟和加快收敛方面优于基本PSO算法和基本PSO算法加一半微粒随机初始化算法（PSO_HPO算法）。IPSO算法应用到确定有机化合物分子式时，取得了很好的效果。

关键词: 微粒群优化算法, 整数规划, 变异概率, 质量分数, 分子式

Abstract: To avoid the premature problem and the slow convergence of particle swarm optimization algorithm（PSO），an improved particle swarm optimization algorithm（IPSO） is presented to used for determining molecular formulas of organic compounds.On the basic of integer programming and the PSO with contraction factor，the IPSO with mutation probability is proposed to get a good population diversity and to avoid PSO getting into local best result.The algorithm applied to determine molecular formulas of organic compounds is much better than those of PSO and PSO_HPO.

Key words: Particle Swarm Optimization algorithm, integer programming, mutation probability, mass fraction, molecular formulas

中图分类号:

TP18

陈晓东¹，张玉敏²，徐跃¹. 应用微粒群算法确定有机化合物分子式[J]. 计算机工程与应用, 2009, 45(27): 246-248.

CHEN Xiao-dong¹，ZHANG Yu-min²，XU yue¹. Determining molecular formulas of organic compounds by Particle Swarm Optimization algorithm[J]. Computer Engineering and Applications, 2009, 45(27): 246-248.

[1]	杨雅洁，苌道方，余芳. 考虑AGV避碰的自动化码头多资源协同调度[J]. 计算机工程与应用, 2020, 56(6): 246-253.
[2]	朱泓臻1，陈平华1，蔡桂兰2. LDA模型在红酒数据关系挖掘中的应用研究[J]. 计算机工程与应用, 2019, 55(4): 148-153.
[3]	唐震，殷志祥，崔建中，杨静，孙侠. DNA折纸术在一类特殊的整数规划问题中的应用[J]. 计算机工程与应用, 2019, 55(16): 49-54.
[4]	王雪琴1，蒋建国1，2，齐美彬1，2. 全局分层关联网络流在多目标跟踪中的应用[J]. 计算机工程与应用, 2018, 54(14): 180-185.
[5]	康文锋，汤光明，孙怡峰. 装备联合配送路径优化及算法分析[J]. 计算机工程与应用, 2017, 53(24): 147-153.
[6]	张亚琦，杨斌，胡志华，田茂金. 自动化码头AGV充电与作业的集成调度研究[J]. 计算机工程与应用, 2017, 53(18): 257-262.
[7]	季新芳1，康向南2. 区间混合性能指标优化问题的自适应遗传算法[J]. 计算机工程与应用, 2016, 52(21): 57-62.
[8]	刘潇1，常建平2. MIP-BSM：基于基站移动的最大化网络寿命方案[J]. 计算机工程与应用, 2016, 52(13): 147-151.
[9]	张敏，唐东成，张君跃，易志威，朱红萍，陈微. 基于微粒群算法的永磁同步发电机滑模控制[J]. 计算机工程与应用, 2015, 51(22): 266-270.
[10]	阳成虎，林志云，林梦男. 双渠道下服装生产-分销网络优化模型研究[J]. 计算机工程与应用, 2015, 51(19): 219-225.
[11]	范志强. 带作业范围约束的岸桥调度模型及其算法设计[J]. 计算机工程与应用, 2015, 51(17): 259-264.
[12]	范志强. 考虑复杂需求特性的多级煤炭供应链网络优化[J]. 计算机工程与应用, 2014, 50(5): 21-28.
[13]	黄帅，马良. 改进和声搜索算法求解一般整数规划问题[J]. 计算机工程与应用, 2014, 50(3): 250-252.
[14]	刘盼芝1，郭国防2，潘若禹3. 求解分布式顺序统计CFAR检测器参数的新方法[J]. 计算机工程与应用, 2014, 50(2): 258-262.
[15]	邓立军，刘剑. 基于分层法的通风网络图绘制算法研究[J]. 计算机工程与应用, 2014, 50(15): 1-6.

应用微粒群算法确定有机化合物分子式

Determining molecular formulas of organic compounds by Particle Swarm Optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics