基于Memetic框架的混合粒子群算法

• 作者: 吴雷 王强 葛方振 魏臻
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 混合粒子群 禁忌搜索 拉马克学习
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 213-219
• 分类号: TP18
• 字数: 5732字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2012.02.005

摘要

提出一种Memetic框架下的混合粒子群优化算法(HM-PSO).针对粒子群算法的搜索结果,该算法采用基于拉马克学习的局部搜索策略帮助具有一定改进能力的个体提高收敛速度,同时利用禁忌策略帮助可能陷入局部最优的个体跳出局部最优点.HM-PSO算法在加速个体收敛的同时提高算法搜索的多样性,避免陷入局部最优.实验结果表明,改进拉马克学习策略有效可行,HM-PSO算法具有良好的全局寻优性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏臻	合肥工业大学计算机与信息学院	81	832	15.0	24.0
2	王强	合肥工业大学计算机与信息学院	82	949	16.0	27.0
3	葛方振	合肥工业大学计算机与信息学院	9	81	6.0	9.0
4	吴雷	合肥工业大学计算机与信息学院	11	96	4.0	9.0