优质个体最优动态空间变异的粒子群优化算法

Particle swarm optimization for dynamic spatial variability of superior quality individuals
孙辉a,b,c
邓志诚a,b,c
赵嘉a,b,c
王晖a,b,c
南昌工程学院 a. 信息工程学院; b. 鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室; c. 江西省水信息协同感知与智能处理重点实验室, 南昌 330099

摘要

针对粒子群优化算法进化前期需大幅维度变动以搜索更多新区域,后期因仅有几维未达到最优解而陷入局部最优等问题进行研究,提出优质个体最优动态空间变异的粒子群优化算法。在挑选出优质的个体最优粒子后,选择其两个不同维度,使其中一个维度向另一维作莱维飞行,得到新的变异维度值,且进行变异的维度随迭代次数的增加而减少,种群多样性进一步提高,勘探与开发能力得到平衡。将提出的算法与新近改进的高水平粒子群算法在12个基准函数上进行比较,实验结果表明该算法在求解精度和收敛速度上更具优势。

基金项目

国家自然科学基金资助项目(61663029,51669014,61663028)
江西省杰出青年基金资助项目(2018ACB21029)
江西省杰出青年人才计划资助项目(20171BCB23075)
江西省自然科学基金资助项目(20171BAB202035)
江西省教育厅落地计划资质项目(KJLD13096)
江西省2018年度研究生创新专项资金项目(YC2018-S422)
南昌工程学院2018年大学生创新创业训练计划项目

出版信息

DOI: 10.19734/j.issn.1001-3695.2019.03.0056
出版期卷: 《计算机应用研究》 印刷出版, 2020年第37卷 第8期
所属栏目: 算法研究探讨
出版页码: 2344-2348,2370
文章编号: 1001-3695(2020)08-021-2344-05

发布历史

[2020-08-05] 印刷出版

引用本文

孙辉, 邓志诚, 赵嘉, 等. 优质个体最优动态空间变异的粒子群优化算法 [J]. 计算机应用研究, 2020, 37 (8): 2344-2348,2370. (Sun Hui, Deng Zhicheng, Zhao Jia, et al. Particle swarm optimization for dynamic spatial variability of superior quality individuals [J]. Application Research of Computers, 2020, 37 (8): 2344-2348,2370. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊