多信息结合离散粒子群算法及其应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 54-55.

多信息结合离散粒子群算法及其应用

任小波1，陈舒骅2

1.宁波工程学院电子与信息工程学院，浙江宁波 315016
2.武汉大学计算机学院，武汉 430072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

More information with discrete particle swarm algorithm and its application

REN Xiaobo1，CHEN Shuhua2

1.College of Electronic and Information Engineering，Ningbo University of Technology，Ningbo，Zhejiang 315016，China
2.School of Computer，Wuhan University，Wuhan 430072，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 为提高粒子群算法的搜索性能，提出了一种改进的离散粒子群算法：多信息结合离散粒子群算法。该算法在粒子群算法的基础上借鉴蚁群算法的信息素机制，重新定义了粒子的速度位置更新公式，并且引入双曲正切函数对粒子群进行初始化。通过求解背包问题对算法进行验证，实验结果表明所提算法性能较优。

关键词: 离散粒子群算法, 信息素机制, 双曲正切函数, 背包问题

Abstract: To improve the search capability of particle swarm algorithm，an improved discrete particle swarm optimization algorithm is proposed and named as More Information with discrete Particle Swarm algorithm（MIPSO）.The idea of pheromone refresh mechanism of ant colony algorithm is used and the update equations of the speed and position of particles are redefined and a hyperbolic tangent function is used to initialize the particle swarm on the basis of PSO algorithm.This algorithm is verified by solving knapsack problem，the results of the experiment show that the proposed algorithm can result in better profits.

Key words: discrete particle swarm algorithm, pheromone refresh, hyperbolic tangent function, knapsack problem

任小波1，陈舒骅2. 多信息结合离散粒子群算法及其应用[J]. 计算机工程与应用, 2011, 47(32): 54-55.

REN Xiaobo1，CHEN Shuhua2. More information with discrete particle swarm algorithm and its application[J]. Computer Engineering and Applications, 2011, 47(32): 54-55.

[1]	郝翔，贺毅朝，朱晓斌，翟庆雷. 基于离散混合多宇宙算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(18): 103-113.
[2]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[3]	吴聪聪，贺毅朝，赵建立. 求解折扣{0-1}背包问题的新遗传算法[J]. 计算机工程与应用, 2020, 56(7): 57-66.
[4]	陈长倩，慕晓冬，牛犇，王立志. 结合高斯分布的改进二进制灰狼优化算法[J]. 计算机工程与应用, 2019, 55(13): 145-150.
[5]	杨洋1，潘大志1，贺毅朝2. 改进修复策略遗传算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2018, 54(21): 37-42.
[6]	张健，郭星，李炜. 改进果蝇优化算法在多目标搜索的应用[J]. 计算机工程与应用, 2018, 54(2): 131-136.
[7]	刘雪静，贺毅朝，吴聪聪，才秀凤. 基于细菌觅食算法求解折扣{0-1}背包问题的研究[J]. 计算机工程与应用, 2018, 54(2): 155-162.
[8]	曹洋洋，林意，王智博，毕小红. 基于双曲正切函数约束的时间序列建模表示[J]. 计算机工程与应用, 2018, 54(18): 82-89.
[9]	刘雪静1，贺毅朝1，吴聪聪1，李靓2. 自适应细菌觅食算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2018, 54(18): 139-146.
[10]	熊涛1，曹科才1，2，柴运1，徐培娟1. 基于输入约束一致性算法的多无人机编队控制[J]. 计算机工程与应用, 2018, 54(12): 51-56.
[11]	刘雪静1，贺毅朝1，吴聪聪1，李靓2. 求解0-1背包问题的混沌二进制乌鸦算法[J]. 计算机工程与应用, 2018, 54(10): 173-179.
[12]	姜文志，周凯. 直升机对地攻击兵力部署优化方法研究[J]. 计算机工程与应用, 2017, 53(17): 266-270.
[13]	钱汐，曾承，王甜. 时序范围最具稳定性服务集推荐算法[J]. 计算机工程与应用, 2017, 53(10): 73-78.
[14]	崔建双，王憧憬. 求解多重背包问题的限速粒子群算法[J]. 计算机工程与应用, 2015, 51(9): 244-247.
[15]	吴聪聪，贺毅朝，陈嶷瑛，刘雪静，才秀凤. 求解0-1背包问题的二进制蝙蝠算法[J]. 计算机工程与应用, 2015, 51(19): 71-74.