咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种求解二元约束满足问题自适应粒子群算法 收藏

一种求解二元约束满足问题自适应粒子群算法

Self-adaptive particle swarm optimization algorithm for binary CSPs

作     者:付宏杰 欧阳丹彤 孙吉贵 FU Hong-jie1,2,3,OUYANG Dan-tong1,2,SUN Ji-gui1,2 1.College of Computer Science and Technology,Jilin University,Changchun 130012,China 2.Key Laboratory for Symbolic Computation and Knowledge Engineering of Ministry of Education,Jilin University,Changchun 130012,China 3.College of Computer Science and Technology,Jilin Teachers Institute of Engineering and Technology,Changchun 130052,China

作者机构:吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林工程技术师范学院信息工程学院长春130052 

出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期:2009年第45卷第29期

页      面:10-13页

核心收录:

学科分类:08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(No.60496321) 吉林省杰出青年基金项目(No.20080107 No.20080617)~~ 

主  题:粒子群算法 二元约束满足问题 惯性权重 适应度 

摘      要:提出了一种求解二元约束满足问题的自适应粒子群算法(SAPSO),其中每个粒子具有两种状态,定义了一个反应粒子活跃程度的变量以决定粒子所属的状态。为了平衡粒子不同进化阶段的开发和探测能力,在SAPSO中引入了随着每个粒子的进化状态和粒子群的进化状态动态改变的惯性权重。利用自适应的选取方式代替随机选择的盲目搜索方式,使群体在解空间搜索时,能够自适应地去探索新的区域,选择有希望找到更优解的地方搜索。使用随机约束满足问题的实验表明,改进后的算法比原算法(PS-CSP)能以更快的速度收敛到全局解。算法的效率大约提高两倍,平均迭代次数大约为原来的一半。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分