粒子群Memetic算法求解多峰函数优化

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (22): 10-13.

粒子群Memetic算法求解多峰函数优化

刘合安1，王雷2

1.湖南城市学院网络信息中心，湖南益阳 413000
2.湖南大学信息科学与工程学院，长沙 410082

出版日期:2012-08-01 发布日期:2012-08-06

Multi-peak function optimization based on particle swarm optimization Memetic algorithm

LIU He’an1, WANG Lei2

1.Center of Network Information, Henan City University, Yiyang, Hunan 413000, China
2.School of Information Science and Technology, Hunan University, Changsha 410082, China

Online:2012-08-01 Published:2012-08-06

摘要/Abstract

摘要： 针对目前多峰函数优化问题较难找到全部局部最优解的情况，提出了一种粒子群Memetic算法。算法结合了粒子群优化的全局搜索能力和爬山法的局部搜索能力，增强了算法搜索最优解的能力。实验结果表明，该算法求解精度较高，且收敛速度较快。

关键词: 粒子群优化, 多峰函数, Memetic算法

Abstract: For the difficulty of finding all the extreme solutions for multi-peak function optimization, a particle swarm optimization Memetic algorithm is proposed. It combines the advantages of particle swarm optimization in global search and Memetic algorithm in local search. So, it enhances the searing ability of the algorithm. The experiments results show that the algorithm has better effectiveness and rapid convergence.

Key words: particle swarm optimization, multi-peak function, Memetic algorithm

刘合安1，王雷2. 粒子群Memetic算法求解多峰函数优化[J]. 计算机工程与应用, 2012, 48(22): 10-13.

LIU He’an1, WANG Lei2. Multi-peak function optimization based on particle swarm optimization Memetic algorithm[J]. Computer Engineering and Applications, 2012, 48(22): 10-13.

[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]	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.
[4]	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.
[5]	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.
[6]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.
[7]	陈秋菊，徐建国. 优化正交匹配追踪和短时谱估计用于声音识别[J]. 计算机工程与应用, 2020, 56(7): 162-169.
[8]	张水平，李殷俊，高栋，梁文. 带有动态爆炸半径的增强型烟花算法[J]. 计算机工程与应用, 2020, 56(18): 50-57.
[9]	黄建琼，郭文龙. 混合粒子群和改进细菌觅食的不平衡数据分类[J]. 计算机工程与应用, 2020, 56(10): 171-178.
[10]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[11]	郑朝鑫1，2，董晨1，3，贺国荣1，3，陈荣忠1，3，熊子奇1，3. 基于改进粒子群算法的动态3D实时建模技术[J]. 计算机工程与应用, 2019, 55(5): 65-71.
[12]	马炫，刘栋，胡家鑫. 求解必经点k条最优路径问题的粒子群优化算法[J]. 计算机工程与应用, 2019, 55(20): 89-94.
[13]	汤深伟，贾瑞玉. 基于改进粒子群算法的[k]均值聚类算法[J]. 计算机工程与应用, 2019, 55(18): 140-145.
[14]	王燕燕1，王宏伟1，2. 基于粒子群的后件多项式RBF神经网络算法[J]. 计算机工程与应用, 2019, 55(12): 72-76.
[15]	郭世伟，孟昱煜，陈绍立. 改进的PSOGM算法在动态关联规则挖掘中的应用[J]. 计算机工程与应用, 2018, 54(8): 160-165.