吉林大学学报（工学版）
吉林大學學報（工學版）
길림대학학보（공학판）
JOURNAL OF JILIN UNIVERSITY(ENGINEERING AND TECHNOLOGY EDITION)
2007年
1期
136-140
,共5页
人工智能%粒子群算法%模拟退火%约束优化问题%双群体%多样性
人工智能%粒子群算法%模擬退火%約束優化問題%雙群體%多樣性
인공지능%입자군산법%모의퇴화%약속우화문제%쌍군체%다양성
针对复杂约束优化问题,提出一种基于模拟退火(SA)的粒子群(PSO)算法(SAPSO).该算法使粒子的飞行无记忆性,结合模拟退火算法重新生成停止进化粒子的位置,增强了全局搜索能力.同时采用双群体搜索机制,一个群体保存具有可行解的粒子,用SAPSO算法使粒子逐步搜索到最优可行解;另一个群体保存具有不可行解的粒子,并且可行解群体以一定的概率接受具有不可行解的粒子,有效地维持了群体的多样性.仿真结果表明:该算法能够快速准确地找到位于约束边界上(或附近)的最优解,具有较好的稳定性.
針對複雜約束優化問題,提齣一種基于模擬退火(SA)的粒子群(PSO)算法(SAPSO).該算法使粒子的飛行無記憶性,結閤模擬退火算法重新生成停止進化粒子的位置,增彊瞭全跼搜索能力.同時採用雙群體搜索機製,一箇群體保存具有可行解的粒子,用SAPSO算法使粒子逐步搜索到最優可行解;另一箇群體保存具有不可行解的粒子,併且可行解群體以一定的概率接受具有不可行解的粒子,有效地維持瞭群體的多樣性.倣真結果錶明:該算法能夠快速準確地找到位于約束邊界上(或附近)的最優解,具有較好的穩定性.
침대복잡약속우화문제,제출일충기우모의퇴화(SA)적입자군(PSO)산법(SAPSO).해산법사입자적비행무기억성,결합모의퇴화산법중신생성정지진화입자적위치,증강료전국수색능력.동시채용쌍군체수색궤제,일개군체보존구유가행해적입자,용SAPSO산법사입자축보수색도최우가행해;령일개군체보존구유불가행해적입자,병차가행해군체이일정적개솔접수구유불가행해적입자,유효지유지료군체적다양성.방진결과표명:해산법능구쾌속준학지조도위우약속변계상(혹부근)적최우해,구유교호적은정성.
