资源描述：
《基于岛屿群体模型的并行粒子群优化算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/267066059ParallelparticleswarmoptimizationalgorithmwithislandpopulationmodelArticleinKongzhiyuJuece/ControlandDecision·February2006CITATIONSREADS151552authors,including:Xi
2、aopingFanCentralSouthUniversity130PUBLICATIONS550CITATIONSSEEPROFILEAllcontentfollowingthispagewasuploadedbyXiaopingFanon25November2014.Theuserhasrequestedenhancementofthedownloadedfile.第21卷第2期 控 制 与 决 策2006年2月Vol.21No.2ControlandDecisionFeb.2006 文章编号:100120920(2006)022
3、0175205基于岛屿群体模型的并行粒子群优化算法黄 芳,樊晓平(中南大学信息科学与工程学院,长沙410083)摘 要:为改善粒子群优化算法对大规模多变量求解的性能,提出了基于岛屿群体模型的并行粒子群优化算法.对粒子群优化算法机理和本质并行性进行分析,设计和实现了一种并行粒子群优化算法.实验结果表明,基于岛屿群体模型的并行粒子群优化算法不仅提高了求解效率,而且改善了早收敛现象,算法的性能比经典粒子群优化算法有了很大提高.关键词:演化计算;岛屿群体模型;并行处理;粒子群优化算法中图分类号:TP18 文献标识码:AParallelPa
4、rticleSwarmOptimizationAlgorithmwithIslandPop-ulationModelHUANGFang,FANXiao2ping(CollegeofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083,China.Correspon2dent:FANXiao2ping,E2mail:xpfan@mail.csu.edu.cn)Abstract:Anovelalgorithmofparallelparticleswarm
5、optimizationwithislandpopulationmodelisproposedtoim2provetheperformanceofparticleswarmoptimizationalgorithmforapplicationtolarge2scaleproblemsandmulti2variablesolutions.Theparallelparticleswarmoptimizationalgorithmisdesignedandimplementedusinganideaofislandpopulationmode
6、l.Theexperimentalresultsshowthatnotonlythesolvingefficiencyisraisedbutalsothere2strainingprematureconvergenceisenhancedintheparallelalgorithm.Comparingwithclassicalparticleswarmopti2mization,theperformanceoftheproposedalgorithmisgreatlyimprovedconsequently.Keywords:Evolu
7、tionarycomputation;Islandpopulationmodel;Parallelprocess;Particleswarmoptimizationalgo2rithm1引 言研究对于大规模或超大规模的多变量求解具有重要[5] 粒子群优化算法(PSO)是基于社会群体行为的意义.另外,许多工程优化问题的求解常常受多个[1]局部最优解和数值燥声的困扰1PSO与其他全局搜一种新型演化计算技术,它源于对鸟群捕食行为[2]的研究1粒子群优化算法的研究与应用近年来十索算法一样,算法不成功的主要原因是早收敛.PSO分活跃,其应用领
8、域可划分为:函数优化、神经网络在搜索过程中仅受个体本身惯性、个体导向因素和[3]训练、工业系统优化与控制以及其他遗传算法.它全局导向因素的牵引.当具有高适应度的个体主导之所以受到如此关注,主要原因是PSO结
