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  2012, Vol. 25 Issue (2): 213-219    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于Memetic框架的混合粒子群算法
魏臻,吴雷,葛方振,王强
合肥工业大学计算机与信息学院合肥230009
WEI Zhen, WU Lei, GE Fang-Zhen, WANG Qiang
School of Computer and Information,Hefei University of Technology,Hefei 230009

全文: PDF (443 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
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。
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
魏臻
吴雷
葛方振
王强
关键词 混合粒子群禁忌搜索拉马克学习    
Abstract:A hybrid PSO algorithm based on memetic framework (HM-PSO) is proposed. It helps the particles which have certain leaning capacity accelerate convergence rate by Lamarckian Learning based local search strategy and helps the particles which fall into the local optimum escape from local optimum by Tabu search. HM-PSO avoids falling into the local optimum by enhancing the diversity of swarm with accelerating convergence rate. The experimental results show that the improved Lamarckian Learning strategy is effective and feasible and HM-PSO is an effective optimization algorithm with better global search performance.
Key wordsHybrid PSO    Tabu Search    Lamarckian Learning   
收稿日期: 2010-11-22     
ZTFLH: TP18  
基金资助:国家自然科学基金(No.60873195,61070220)、高等学校博士学科点专项科研基金(No.20090111110002)资助项目
作者简介: 魏臻,男,1965年生,教授,博士生导师,主要研究方向为企业信息系统、工业控制。E-mail:weizhenhfut@163。com。吴雷,男,1981年生,博士研究生,主要研究方向为智能优化算法、企业生产排程。葛方振,男,1975年生,博士研究生,主要研究方向为网络与分布式计算。王强,男,1983年生,博士研究生,主要研究方向为软件冗余技术、系统可靠性设计与分析。
引用本文:   
魏臻,吴雷,葛方振,王强. 基于Memetic框架的混合粒子群算法[J]. 模式识别与人工智能, 2012, 25(2): 213-219. WEI Zhen, WU Lei, GE Fang-Zhen, WANG Qiang. . , 2012, 25(2): 213-219.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I2/213
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