基于维度近邻关系扩散的改进粒子群优化算法

• 作者: 易云飞 林郭隆 董文永
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群算法 维度 近邻关系 信息扩散 旅行商问题
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 390-398
• 页数: 9页
• 分类号: TP391
• 字数: 9679字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.03.014

摘要

针对标准粒子群算法存在容易早熟及陷入局部最优等缺陷,提出了一种基于维度近邻关系扩散的改进粒子群优化算法.改进后的算法初始化时借鉴k-means对空间中粒子的维度进行聚类,聚类的标准为每个维度之间的欧氏距离,算法中将聚类得到的每个起始类视为一个家庭.家庭内部和外部分别进行迭代更新,结合智能单粒子优化算法的思想将粒子的更新速度划分为对应的家庭速度子矢量.粒子间交换记录的扩散和传播借鉴在线社会网络传播模型,在采纳信息的过程中不仅会考虑信息的价值,也会考虑其周围粒子状况.结合禁忌搜索优化算法,通过将该算法中的建立禁忌表、设定禁忌搜索长度和特赦准则等策略来避免重复搜索和改进算法的全局搜索性能,提高解的精确性.实验结果表明,改进后的算法有效解决了算法收敛速度慢、求解精度低等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董文永	武汉大学计算机学院	33	310	10.0	16.0
2	林郭隆	武汉大学计算机学院	3	12	2.0	3.0