188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
yagyikmks

上传于：2015-04-07

粉丝量：0

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 元胞微粒群算法及其在多维背包问题中的应用

    星级： 11 页

  • 元胞微粒群算法及其在多维背包问题中的应用

    星级： 11 页

  • 【精品】元胞微粒群算法及其在多维背包问题中的应用

    星级： 11 页

  • 元胞微粒群算法及其在多维背包问题中的应用.pdf

    星级： 11 页

  • 元胞微粒群算法及其在多维背包问题中的应用

    星级： 12 页

  • particle swarm optimization(pso)

    星级： 15 页

  • 元胞微粒群算法及其在多维背包问题中的应用

    星级： 11 页

  • （论文）元胞微粒群算法及其在多维背包问题中的应用

    星级： 11 页

  • Particle Swarm Optimization - Rhodes University

    星级： 4 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 元胞微粒群算法及其在多维背包问题中的应用 Cellular particle swarm optimization algorithm and its application to multidimensional

    下载积分： 3000

    内容提示： 第１４ 卷第１期２０ １１年１月管理科学学报ＪＯ Ｕ Ｒ Ｎ Ａ Ｌ ０ Ｆ Ｍ Ａ Ｎ Ａ Ｇ Ｅ Ｍ Ｅ Ｎ ＴＳ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ ＳＩＮ Ｃ Ｈ Ｉ Ｎ ＡＶ ０ １． １４ Ｎ ｏ ． １Ｊａ ｎ ． ２０ ｌｌ元胞微粒群算法及其在多维背包问题中的应用①刘勇１” ， 马良１（ １． 上海理工大学管理学院， 上海２０ ０ ０ ９ ３； ２． 盐城』 二学院基础教学部， 盐城２２４ ０ ５１）摘要： 针对离散微粒群算法早熟收敛问题， 基于元胞自动机的原理和离散微粒群算法， 提出一种元胞微粒群算法． 将元胞及其邻居引入到算法中来保持种群的多样性， 利用元胞的演化规则进行局部优化， 避免算法陷入局部极值． 通过对典型多维背包问题的仿真实验和与其他算法的比较， 表明本算法可行有效， 有良好的全局优化能力．关键词： 元胞自动机； 离散微粒群算法； 多维背包问题...

    文档格式：PDF | 页数：11 | 浏览次数：13 | 上传日期：2015-04-07 18:58:37 | 文档星级：
    第１４ 卷第１期２０ １１年１月管理科学学报ＪＯ Ｕ Ｒ Ｎ Ａ Ｌ ０ Ｆ Ｍ Ａ Ｎ Ａ Ｇ Ｅ Ｍ Ｅ Ｎ ＴＳ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ ＳＩＮ Ｃ Ｈ Ｉ Ｎ ＡＶ ０ １． １４ Ｎ ｏ ． １Ｊａ ｎ ． ２０ ｌｌ元胞微粒群算法及其在多维背包问题中的应用①刘勇１” ， 马良１（ １． 上海理工大学管理学院， 上海２０ ０ ０ ９ ３； ２． 盐城』 二学院基础教学部， 盐城２２４ ０ ５１）摘要： 针对离散微粒群算法早熟收敛问题， 基于元胞自动机的原理和离散微粒群算法， 提出一种元胞微粒群算法． 将元胞及其邻居引入到算法中来保持种群的多样性， 利用元胞的演化规则进行局部优化， 避免算法陷入局部极值． 通过对典型多维背包问题的仿真实验和与其他算法的比较， 表明本算法可行有效， 有良好的全局优化能力．关键词： 元胞自动机； 离散微粒群算法； 多维背包问题； 优化中图分类号： ０ ２２文献标识码： Ａ文章编号： １０ ０ ７ —９ ８ ０ ７ （ ２０ １１）０ １—０ ０ ８ ６ —１１０引言微粒群优化算法Ｐ Ｓ Ｏ （ ｐ ａ ｎ ｉｃｌｅ ｓｗ ａ 珊ｏ ｐｔｉｍ ｉ—ｚ ａ ｔｉｏ ｎ ）是由Ｋ ｅ ｎ ｎ ｅ ｄ ｙ 和Ｅ ｂ ｅ ｒ ｈ ａ ｒ ｔ于１９ ９ ５年提出的， 是基于对鸟群社会行为模拟的演化算法¨ 。 ２ｊ．Ｐ Ｓ Ｏ 算法已经被成功应用于函数优化、 神经网络训练、 ：低晨刂埔约捌渌こ塘煊颍 但Ｐ Ｓ Ｏ算法大部分是针对求解连续卒间的优化问题， 如何将其改进并应用于求解离散空间的优化问题，特别是组合优化中的Ｎ Ｐ 问题， 是Ｐ Ｓ Ｏ 算法的一个改进与应用研究方向旧Ｊ． １９ ９ ７ 年， Ｋ ｅｎ ｎ ｅｄ ｙ 和Ｅ ｂ ｅ ｒ ｈ ａ ｎ 首先提出了二进制微粒群优化算法一ｏ（ Ｂ ｉｎ ａ ｒｙＰ ａ ｒ ｔｉｃｌｅ Ｓ ｗ ａ ｎ ｎＯ ｐ ｔｉｍ ｉｚａ ｔｉｏ ｎ ， Ｂ Ｐ Ｓ Ｏ ）， Ｃ ｌｅｒｃ针对旅行商问题（ １’ ｒａ ｖ ｅｌｉｎ ｇｓａ ｌｅ ｓｍ ａ ｎ Ｐ ｒ ｏ ｂ ｌｅ ｍ ，１１Ｓ Ｐ ）提出的１＇Ｓ Ｐ ． Ｄ Ｐ ｓＯ 算法旧’ ５』 ， Ｓ ａ ｌ眦ｎ等利用连续Ｐ ｓＯ 算法求解分布式计算机任务分配问题‘引． 总的来看， 对离散微粒群算法研究的还很少，改进离散微粒群算法的性能， 尤其是解决其易陷入局部极值、 早熟收敛和收敛速度ｌ曼是关注的重点ｐ１．元胞自动机由Ｖ ｏ ｎ Ｎ ｅｕ ｍ ａ ｎ 提出一１， 是一个时间、 空间、 状态都离散的动力学系统， 已成为以离散性为特点描述复杂行为的一种具有广阔发展前景的方法旧ｊ． 元胞相互离散， 构成～个元胞空间， 元胞空间内的每个元胞的变化取决于其周围半径为ｒ 邻居中的元胞， 它们遵循同样的演化规则， 作同步局部更新． 大量元胞通过简单的相互作用来模拟复杂系统的演化． 元胞自动机已在混沌与分形、 图像处理、 智能材料、 机器学习等方面有着广泛的应用．本文基于元胞自动机的原理和二进制微粒群算法的特点， 提出一种元胞微粒群算法Ｃ Ｐ Ｓ Ｏ（ Ｃ ｅｌｌｕ ｌａ ｒ Ｐ ａ ｒｔｉｃｌｅ Ｓ ｗ ａ 瑚Ｏ ｐ ｔｉｍ ｉｚａ ｔｉｏ ｎ ）， 将元胞自动机的元胞、 元胞空间及元胞邻居与微粒群算法搜索空间相结合， 利用元胞及其邻居来丰富微粒的行为， 保持种群的多样性， 同时按元胞的演化规则作局部优化， 避免算法早熟收敛， 快速搜寻到全局最优解． 通过对多维背包问题的标准测试库的实验， 表明算法的高效性．１元胞微粒群算法在Ｋ ｅ ｎ ｎ ｅ ｄ ｙ 和Ｅ ｂ ｅ ｒ ｈ ａ ｒ ｔ提出的二进制微粒群算法Ｂ Ｐ Ｓ Ｏ ‘４３中， 微粒被表达为一组０ 、 ｌ构成的二进制向量， 微粒速度被ｓｉｇ ｍ ｏ ｄ ａ ｌ函数转换成［ ０ ，１］内， 并和随机数比较， 用来确定微粒位置是。盎故牵保 该算法简洁， 易于实现， 但在演化过程中①收稿Ｒ 期： ２０ ０ ９ 一ｏ ｌ—１１； 修订ｎ 期： ２０ ０ ９ 一ｌＯ 一１９ ．基金项目： 国家臼然科学基金资助项日（ ７ ０ ８ ７ １０ ８ １）； 上海市毫点学科建设项目资助（ ｓ３０ ５０ ４ ）作者简介： 刘勇（ １９８２一）， 江苏人， 博上生． Ｅ ｍ ａ ｉｌ： Ｉｉｕ ｙ ｏ ｎ ｇ ． ｓｅｕ ＠ １６３． ｃｏ ｍ万方数据

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司