双种群变异粒子群算法

doi:10.3778/j.issn.1002-8331.2010.18.012

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (18): 35-37.DOI: 10.3778/j.issn.1002-8331.2010.18.012

双种群变异粒子群算法

彭鑫，马林华，王俊攀，苏强

空军工程大学工程学院航空电子工程系，西安 710038

收稿日期:2009-01-07 修回日期:2009-03-25 出版日期:2010-06-21 发布日期:2010-06-21
通讯作者: 彭鑫

Double swarm variation particle swarm optimization

PENG Xin，MA Lin-hua，WANG Jun-pan，SU Qiang

Department of Aeronautical Electronics Engineering，Engineering College，Air Force Engineering University，Xi’an 710038，China

Received:2009-01-07 Revised:2009-03-25 Online:2010-06-21 Published:2010-06-21
Contact: PENG Xin

摘要/Abstract

摘要： 利用变异机制可以增加遗传算法全局寻优能力的特性，结合惯性权值线性递减PSO算法具有较快收敛速度的优点，提出了一种双种群变异PSO算法，对该算法与其他PSO算法进行了比较，仿真结果表明其性能优越。

关键词: 双种群变异粒子群算法（DVPSO）, 自适应逃逸粒子群算法（AEPSO）, 遗传算法

Abstract: By the usage of the aberrance mechanism’s character of enhancing the global optimization-searching abilities，a Double swarm Variation Particle Swarm Optimization（DVPSO） algorithm based on the fast convergence of the PSO algorithm whose inertia-value is linearly descending is presented.The algorithm is contrasted with other PSO algorithm，and the simulation result shows that its performance is excellent.

Key words: Double swarm Variation Particle Swarm Optimization（DVPSO）, Auto-adapted Escaping Particle Swarm Optimization（AEPSO）, genetic algorithm

中图分类号:

TP18

彭鑫，马林华，王俊攀，苏强. 双种群变异粒子群算法[J]. 计算机工程与应用, 2010, 46(18): 35-37.

PENG Xin，MA Lin-hua，WANG Jun-pan，SU Qiang. Double swarm variation particle swarm optimization[J]. Computer Engineering and Applications, 2010, 46(18): 35-37.

[1]	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.
[2]	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.
[3]	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.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	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.
[12]	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.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

双种群变异粒子群算法

Double swarm variation particle swarm optimization

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