基于最佳粒子共享和分层搜索的并行粒子群优化算法
为提高粒子群优化算法在优化问题中的效率,本文提出了并行粒子群优化算法(BLP-SO).基本思想是并行机制+最佳粒子共享+分层搜索.主要工作包括(1)信息共享机制中引入了区域学习,使粒子更新能参考其他粒子的信息;(2)提出了粒子群两层划分模型,底层利于扩大搜索范围,上层利于全局精细搜索;(3)证明了关于粒子群和并行粒子群收敛性定理;(4)在4个基准函数上的优化实验表明,新方法比经典的IPPSO并行粒子群算法在解的精度上提高了51.93%到96.10%.
Bewaard in:
| Hoofdauteurs: | , , , , , |
|---|---|
| Formaat: | Artigo |
| Taal: | Inglês |
| Gepubliceerd in: |
Editorial Department of Journal of Sichuan University (Natural Science Edition)
2008-01-01
|
| Reeks: | 四川大学学报. 自然科学版 |
| Onderwerpen: | |
| Online toegang: | http://science.scu.edu.cn/thesisDetails?columnId=156464007&Fpath=home&index=0 |
| Tags: |
Geen labels, Wees de eerste die dit record labelt!
|