|
|||||
|
|
| 基于最佳粒子共享和分层搜索的并行粒子群优化算法 | |
| 作者姓名： | 丁鑫鑫 唐常杰 曾涛 张培颂 徐开阔 刘齐宏 |
| 作者单位： | 四川大学计算机学院,成都,610065 |
| 摘 要： | 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%. |
| 关 键 词： | 并行粒子群算法 最佳粒子共享 分层搜索 |
| 收稿时间： | 2007-05-09 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《四川大学学报(自然科学版)》下载全文 | |