位置:成果数据库 > 期刊 > 期刊详情页
多种群粒子群算法与混合蛙跳算法融合的研究
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南昌航空大学信息学院,南昌330063, [2]南昌工程学院信息工程学院,南昌330099
  • 相关基金:国家自然科学基金项目(61261039)资助;江西省自然科学基金项目(2010GZS163)资助;江西省教育厅基金项目(GJJ12633)资助.
中文摘要:

针对粒子群算法和混合蛙跳算法在复杂函数寻优上易于陷入局部最优值的缺点,提出一种新的粒子群与混合蛙跳融合算法.算法采用多种群粒子群方法,每次进化后,将各子群中的最优粒子组成新的群体,采用混合蛙跳模式进化.以提高种群的多样性.粒子群各子群的进化模式中,除考虑本子群最好的粒子外,还考虑整合群体最好的粒子.相对于其它一些改进的粒子群或混合蛙跳算法,融合算法概念简单,易于实现,具有良好的全局搜索能力和较快的收敛速度.基准测试函数的仿真结果表明,本文算法优于目前一些常见的改进粒子群算法.

英文摘要:

We propose a new hybrid algorithm, countering the shortcoming of particle Swarm optimization and shuffled frog leaping algorithm being easy to fall into local optimum in high-dimensional complex function optimization. The algorithm uses multiswarm particle swarm optimization, and after each evolution, groups the best particles in the sub-swarms into a frog group and uses shuffled frog leaping algorithm to evolve it. Inthe evolutionary model of each sub-swarm, in addition to considering the best particle of the sub- swarm, the best particle of the whole swarm is also considered. Compared with some improved particle swarm optimization or shuf- fled frog leaping algorithm, the hybrid algorithm is simple in concept, easy to implement, has a good global search capability and fas- ter convergence speed. The MPSO-SFLA has comprehensively been evaluated on 8 unimodal and multimodal benchmark functions. Results show that MPSO-SFLA is better then some of the common improved particle swarm optimization.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212