基于分区和分层搜索的并行粒子群算法

• 作者: 张培颂 蒋玉明 龚燕
• 来源期刊: 计算机应用研究
• 关键词: 并行粒子群算法 分区 分层搜索
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1670-1672
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.05.019

摘要

为提高粒子群优化算法在优化问题中的效率,提出了并行粒子群优化算法(SLPSO).其基本思想是并行机制+解空间压缩+分层搜索.主要工作包括:搜索空间划分为n个区,由n个子群并行搜索,将搜索结果最好的作为指定的搜索空间,即将搜索空间缩小到原解空间的(1/n);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.在四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80.37%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋玉明	四川大学计算机学院	80	842	16.0	26.0
2	龚燕	四川大学计算机学院	5	11	2.0	3.0
3	张培颂	四川大学计算机学院	4	20	3.0	4.0