多粒子群协同进化算法

doi:10.3778/j.issn.1002-8331.2009.03.014

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (3): 51-54.DOI: 10.3778/j.issn.1002-8331.2009.03.014

多粒子群协同进化算法

许珂¹,刘栋²

1.德州学院计算机系，山东德州 253000
2.山东师范大学信息科学与工程学院，济南 250014

收稿日期:2008-01-08 修回日期:2008-04-02 出版日期:2009-01-21 发布日期:2009-01-21
通讯作者: 许珂

Algorithm of multi-PSO co-evolution based on GA and PSO

XU Ke¹,LIU Dong²

1.Department of Computer Science & Technology，Dezhou University，Dezhou，Shandong 253000，China
2.School of Information Science and Engineering，Shandong Normal University，Jinan 250014，China

Received:2008-01-08 Revised:2008-04-02 Online:2009-01-21 Published:2009-01-21
Contact: XU Ke

摘要/Abstract

摘要： 针对遗传算法收敛速度慢且易于陷入局部最优，而微粒群算法存在早熟的现象，提出了一种多粒子群协同进化算法，在多个粒子群协同进化的同时，通过构建基因库，使较劣的粒子根据基因库进行遗传操作，用4个基准函数进行实验表明，算法MPSOE3性能明显优于基本PSO算法，最后对该算法进行了推广，给出了一种基于计算智能的多群协同进化模型。

关键词: 遗传算法, 粒子群优化, 协同进化, 多种群

Abstract: Firstly introduced genetic algorithms and particle swarm optimization algorithms，based on which an algorithm of multi-pso co-evolution is proposed.Four benchmark function are tested and shown that the performance of the MPSOE3 algorithm is better than basic PSO algorithm.Lastly extended the algorithm and given a model of multi-swarm co-evolution，which is based on computational intelligence.

Key words: genetic algorithms, Particle Swarm Optimization（PSO）, co-evolution, multi-swarm

许珂¹,刘栋². 多粒子群协同进化算法[J]. 计算机工程与应用, 2009, 45(3): 51-54.

XU Ke¹,LIU Dong². Algorithm of multi-PSO co-evolution based on GA and PSO[J]. Computer Engineering and Applications, 2009, 45(3): 51-54.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[3]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[4]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[5]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[6]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[7]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[8]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[11]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[12]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[13]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[14]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[15]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.

多粒子群协同进化算法

Algorithm of multi-PSO co-evolution based on GA and PSO

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