模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2007, Vol. 20 Issue (6): 788-793    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种改进的二进制粒子群算法*
徐义春,肖人彬
华中科技大学 CAD中心 武汉 430074
An Improved Binary Particle Swarm Optimizer
XU YiChun, XIAO RenBin
CAD Center, Huazhong University of Science and Technology, Wuhan 430074

全文: PDF (549 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为解决应用粒子群算法求解01整数规划问题,在Kenney和Eberhart的二进制粒子群算法(BPSO)的基础上提出一种改进的二进制粒子群算法(IBPSO).该算法简化BPSO的概率计算模式,直接使用群体最佳值和个体最佳值决定粒子的当前取值概率,取消粒子当前值对下一步迭代的影响.在DeJong的测试集上,其结果要优于BPSO.在背包问题上的计算结果表明,与遗传算法相比,IBPSO具有更快的收敛速度.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
徐义春
肖人彬
关键词 粒子群算法01整数规划背包问题    
Abstract:To solve 01 integer programming, an improved optimizer is proposed based on Kenney and Eberhart's binary particle swarm optimizer (BPSO). In the proposed optimizer (IBPSO) the probability calculation is simplified. The probability of the position vector depends on the values of the global best position and the private best position, and the current position does not affect the next position any more. On the test functions of De Jong, IBPSO performs better than BPSO. The results of IBPSO on the knapsack problem show IBPSO has higher convergence speed than the genetic algorithm.
Key wordsParticle Swarm Optimization    01 Integer Programming    Knapsack Problem   
收稿日期: 2006-09-18     
ZTFLH: TP181  
基金资助:国家自然科学基金资助项目(No.60474077)
作者简介: 徐义春,男,1970年生,博士研究生,主要研究方向为智能计算.Email:xuyichun@tom.com.肖人彬,男,1965年生,教授,博士生导师,主要研究方向为人工智能、复杂性理论等.
引用本文:   
徐义春,肖人彬. 一种改进的二进制粒子群算法*[J]. 模式识别与人工智能, 2007, 20(6): 788-793. XU YiChun, XIAO RenBin. An Improved Binary Particle Swarm Optimizer. , 2007, 20(6): 788-793.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2007/V20/I6/788
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn