离散粒子群优化算法研究现状综述

被引：55

作者：

沈林成 ^{[1
]}

霍霄华 ^{[1
,2
]}

牛轶峰 ^{[1
]}

机构：

[1] 国防科学技术大学机电工程与自动化学院

[2] 空军装备研究院通信导航与指挥自动化所

来源：

系统工程与电子技术 | 2008年 / 10期

关键词：

离散粒子群算法; 组合优化问题; 演化计算; 群体智能; 人工生命;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

粒子群优化算法(PSO)是一类基于群体智能的新型全局优化方法,近年来其离散化形式和方法受到广泛关注。介绍了PSO的基本原理和更新机制,论述了离散PSO算法的研究进展和应用情况,详细介绍了两种离散化策略的机理、更新方法、计算模式和特点,讨论了离散PSO的发展趋势和进一步研究方向。

引用

页码：1986 / 1990+1994 +1994

页数：6

共 13 条

[1]

智能优化方法及其应用研究.[D].钟一文.浙江大学.2005, 04

[2]

Efficient Computation of Shortest Paths in Networks Using Particle Swarm Optimization and Noising Metaheuristics.[J].Ammar W. Mohemmed;Nirod Chandra Sahoo.Discrete Dynamics in Nature and Society.2007,

[3] Hybrid discrete particle swarm optimization algorithm for capacitated vehicle routing problem [J].

Chen A.-L. ;

Yang G.-K. ;

Wu Z.-M. .

Journal of Zhejiang University-SCIENCE A, 2006, 7 (4) :607-614

[4]

Particle Swarm based Data Mining Algorithms for classification tasks.[J].Tiago Sousa;Arlindo Silva;Ana Neves.Parallel Computing.2004, 5

[5] Particle swarm optimization for task assignment problem [J].

Salman, A ;

Ahmad, I ;

Al-Madani, S .

MICROPROCESSORS AND MICROSYSTEMS, 2002, 26 (08) :363-371

[6] 基于离散粒子群算法求解复杂联盟生成问题 [J].

张国富 ;

蒋建国 ;

夏娜 ;

苏兆品 .

电子学报, 2007, (02) :323-327

[7] 基于混沌变异的小生境粒子群算法 [J].

贾东立 ;

张家树 .

控制与决策, 2007, (01) :117-120

[8] 基于PSO的置换流水车间调度算法 [J].

周驰 ;

高亮 ;

高海兵 .

电子学报, 2006, (11) :2008-2011

[9] 多UCAV协同控制中的任务分配模型及算法 [J].

霍霄华 ;

陈岩 ;

朱华勇 ;

沈林成 .

国防科技大学学报, 2006, (03) :83-88

[10] 广义粒子群优化模型 [J].

高海兵 ;

周驰 ;

高亮 .

计算机学报, 2005, (12) :1980-1987

← 1 2 →