一种基于可变多簇结构的动态概率粒子群优化算法

作     者：倪庆剑 张志政 王蓁蓁 邢汉承 NI Qing-Jian;ZHANG Zhi-Zheng;WANG Zhen-Zhen;XING Han-Cheng

作者机构：东南大学计算机科学与工程学院江苏南京210096 南京大学计算机软件新技术国家重点实验室江苏南京210093 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2009年第20卷第2期

页      面：339-349页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 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 

主　　题：群智能 粒子群优化算法 邻域拓扑 可变拓扑 多簇结构 

摘      要：针对传统粒子群优化算法中全连接型拓扑和环形拓扑的特点,引入了一种粒子群信息共享方式——多簇结构,进而基于多簇结构提出了动态可变拓扑策略以协调动态概率粒子群优化算法的勘探和开采能力,并从理论上分析了最优信息在各种拓扑中的传播,同时从图论角度分析了几种经典拓扑以及动态可变多簇结构的统计特性.通过典型的Benchmark函数优化问题测试并比较了几种经典拓扑以及可变拓扑在高斯动态粒子群优化算法中的性能.实验结果表明,基于多簇结构的可变拓扑策略在求解复杂优化问题时优势明显,可以有效地避免算法陷入局部最优,在保证收敛速度的同时增强了算法的全局搜索能力.