融合多种策略的改进粒子群算法及其在电子商务多级物流中的应用研究

• 作者: 张翠玲 郭海峰
• 来源期刊: 井冈山大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化算法 反向学习 自适应惯性权重 物流中心选址 路径规划
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 48-53
• 页数: 6页
• 分类号: TH16|F252
• 字数: 2688字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8085.2020.01.010

摘要

为了提高粒子群优化算法(PSO)求解复杂优化问题的能力,本文对基于细菌趋化的粒子群优化算法(PSOBC)进行改进.PSOBC算法是PSO算法的一种新思路,可以有效地克服其易陷入局部最优、后期粒子多样性差的缺点,故将一般反向学习策略和自适应惯性权重与PSOBC算法相结合,得到一种改进的粒子群优化算法.改进的粒子群优化算法的开发能力和勘探能力都得到了很大的提高;在求解复杂性优化问题时种群能够在搜索范围内快速收敛到局部最优处,并且当种群密度足够小时,及时增大种群密度即进行去全局寻优.最后将改进后算法应用到电子商务多级物流中心选址及路径规划问题上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭海峰	沈阳理工大学自动化与电气工程学院	23	195	7.0	13.0
2	张翠玲	沈阳理工大学自动化与电气工程学院	1	0	0.0	0.0