求解非线性方程组的混合人口迁移算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (25): 207-211.

求解非线性方程组的混合人口迁移算法

欧阳艾嘉1，2，刘利斌3，贺明华4，周旭2，李肯立1

1.湖南大学信息科学与工程学院，长沙 410082
2.嘉兴学院数理与信息工程学院，浙江嘉兴 314001
3.池州学院数学与计算机科学系，安徽池州 247000
4.井冈山大学高等教育研究所，江西吉安 343009

出版日期:2012-09-01 发布日期:2012-08-30

Hybrid population migration algorithm for systems of nonlinear functions

OUYANG Aijia1，2, LIU Libin3, HE Minghua4, ZHOU Xu2, LI Kenli1

1.School of Information Science and Engineering, Hunan University, Changsha 410082, China
2.College of Mathematics, Physics and Information Engineering, Jiaxing University, Jiaxing, Zhejiang 314001, China
3.Department of Mathematics and Computer Science, University of Chizhou, Chizhou, Anhui 247000, China
4.Institute of Higher Education, Jinggangshan University, Ji’an, Jiangxi 343009, China

Online:2012-09-01 Published:2012-08-30

摘要/Abstract

摘要： 针对变尺度法对初始值敏感和人口迁移算法容易陷入局部极值的缺陷，结合变尺度法和人口迁移算法各自的优点，提出了一种混合人口迁移算法，用来求解非线性方程组。该混合算法不仅发挥了人口迁移算法强大的全局搜索能力，而且利用了变尺度法的局部精细搜索能力。实验结果表明，该算法不但以较高的精度求出了各种非线性方程组的解，而且鲁棒性强，收敛速度快速，是一种解决非线性方程组问题的较好方法。

关键词: 非线性方程组, 变尺度法, 人口迁移算法, 混合算法

Abstract: A Hybrid Population Migration Algorithm（HPMA）, which combines the advantages of the two methods of Variable Metric Method（VMM） and Population Migration Algorithm（PMA）, is proposed to solve systems of nonlinear functions, because there are some disadvantages of VMM is sensitive to the initial value, and PMA is inaccurate due to it easily fall into local optimal. The algorithm not only explores the global search performance of PMA but also exploits the local search ability of VMM. Experimental results show that HPMA not only has solved the all kinds of systems of nonlinear functions, but has high convergence rate and strong robustness, it is a good algorithm for solving systems of nonlinear functions.

Key words: system of nonlinear functions, Variable Metric Method（VMM）, Population Migration Algorithm（PMA）, hybrid algorithm

欧阳艾嘉1，2，刘利斌3，贺明华4，周旭2，李肯立1. 求解非线性方程组的混合人口迁移算法[J]. 计算机工程与应用, 2012, 48(25): 207-211.

OUYANG Aijia1，2, LIU Libin3, HE Minghua4, ZHOU Xu2, LI Kenli1. Hybrid population migration algorithm for systems of nonlinear functions[J]. Computer Engineering and Applications, 2012, 48(25): 207-211.

[1]	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.
[2]	巫光福，陈颖. 花授粉算法研究与应用综述[J]. 计算机工程与应用, 2021, 57(15): 30-41.
[3]	廖列法，杨红. 天牛须搜索算法研究综述[J]. 计算机工程与应用, 2021, 57(12): 54-64.
[4]	闫旭，叶春明. 混合蝗虫优化算法求解作业车间调度问题[J]. 计算机工程与应用, 2019, 55(6): 257-264.
[5]	靳雁霞，任超，李照，程思岳，王贺，韩慧妍. 融合智能算法的变形体碰撞检测算法研究[J]. 计算机工程与应用, 2017, 53(19): 130-135.
[6]	黄炜霖1，刘建军1，张明1，吕照明1，伍建2，3. 带有退火和杂交变异思想的改进粒子群算法[J]. 计算机工程与应用, 2015, 51(19): 43-49.
[7]	孔垂超，田景文，高美娟. 军用补给舰船路径规划改进混合算法[J]. 计算机工程与应用, 2015, 51(1): 243-249.
[8]	徐旭1，2，刘伟1. 线目标缓冲区生成的矢栅混合算法研究[J]. 计算机工程与应用, 2014, 50(4): 152-156.
[9]	孙君1，2，谭清美1. ELRP多目标优化模型及其混合算法[J]. 计算机工程与应用, 2014, 50(20): 74-80.
[10]	陈飞，王海军，曹苏玉. 求解非线性方程组的改进不精确雅可比牛顿法[J]. 计算机工程与应用, 2014, 50(14): 45-47.
[11]	田景文，孔垂超，高美娟. 一种车辆路径规划的改进混合算法[J]. 计算机工程与应用, 2014, 50(14): 58-63.
[12]	李明，曹德欣. 混合CS算法的DE算法[J]. 计算机工程与应用, 2013, 49(9): 57-60.
[13]	张琳. 非线性方程组问题的粒子群-邻近点混合算法[J]. 计算机工程与应用, 2013, 49(24): 38-40.
[14]	刘薇1，刘柏嵩2，王洋洋1. 基于改进鱼群和K-means的混合聚类算法[J]. 计算机工程与应用, 2013, 49(22): 119-122.
[15]	刘素红，刘淳安. 解非线性方程组的多目标优化进化算法[J]. 计算机工程与应用, 2013, 49(18): 48-51.