×

粒子群优化算法中的动态聚类。 (英语) Zbl 1415.68189号

摘要:粒子群优化是一种基于人工粒子在群中显示的模拟社会行为的优化方法,其灵感来源于鸟群和鱼群。影响群中粒子之间信息交换的一个基本组件是其拓扑结构。因此,这一性质对优化方法的组成有很大的影响。在这项研究中,我们提出了DCluster:一种动态拓扑,它基于两种著名拓扑的组合,即四集群和Fitness。使用一组基准测试函数和几个著名的约束和无约束工程设计问题,对所提出的拓扑进行了分析,并与标准粒子群优化算法中使用的其他六种拓扑进行了比较。我们的比较表明,DCluster优于其他测试拓扑,并在避免过早收敛问题的同时获得了令人满意的性能。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
90 C59 数学规划中的近似方法和启发式

软件:

中国电子05
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ali M、Pant M、Singh VP(2010)两种改进的差分进化算法及其在工程设计问题中的应用。世界J模型模拟器6(1):72-80
[2] Bastos-Filho CJA、Carvalho DF、Caraciolo MP、Miranda PBC、Figueiredo EMN(2009)多环粒子群优化。摘自:惠灵顿皮涅罗·多斯桑托斯(Wellington Pinheiro dos Santos)(编辑)进化计算。InTech,维也纳
[3] Cagnina LC,Esquivel SC,Coello CA(2008)使用简单约束粒子群优化器解决工程优化问题。Informatica(斯洛文尼亚)32(3):319-326·Zbl 1155.90482号
[4] Clerc M(2006)粒子群优化。伦敦国际科技百科全书
[5] Eberhart R,Kennedy J(1995)使用粒子群理论的新优化器。摘自:第六届微机械与人类科学国际研讨会论文集,MHS’95名古屋,日本,第39-43页
[6] El Dor A,Clerc M,Siarry P(2012)在分区搜索空间中使用带电粒子进行连续优化的多温粒子群优化算法。计算优化应用程序53(1):271-295·Zbl 1259.90130号 ·doi:10.1007/s10589-011-9449-4
[7] El-Saleh AA、Ismail M、Viknesh R、Mark CC、Chan ML(2009)《移动网络设计的粒子群优化》。IEICE电子快递6(17):1219-1225·doi:10.1587/电子邮箱6.1219
[8] Engelbrecht AP(2006)计算群智能基础。奇切斯特·威利
[9] Golinski J(1973)一种应用于机器综合的自适应优化系统。J Eng Ind Trans ASME 8(4):419-436
[10] Homaifar A,Qi CX,Lai SH(1994),遗传算法约束优化。模拟62(4):242-253·doi:10.1177/003754979406200405
[11] 谢世忠,孙天勇,刘CC,蔡SJ(2009)粒子群优化算法的有效种群利用策略。IEEE Trans-Syst Man Cybernet B:Cybernet39(2):444-456·doi:10.1109/TSMCB.2008.2006628
[12] Janson S,Middendorf M(2005)分层粒子群优化器及其自适应变体。IEEE跨系统人网络B 35(6):1272-1282·doi:10.1109/TSMCB.2005.850530
[13] Kannan BK,Kramer SN(1994)基于增广拉格朗日乘子的混合整数离散连续优化方法及其在机械设计中的应用。机械设计杂志116(2):318-320·doi:10.115/1.2919393
[14] Kennedy J(1999)《小世界与百万:邻域拓扑对粒子群性能的影响》。摘自:1999年进化计算大会会议记录,第3卷,CEC’99DC USA,华盛顿,第1931-1938页
[15] Kennedy J(2000)定型:用聚类分析改进粒子群性能。摘自:IEEE进化计算大会会议记录,第1507-1512页。电气与电子工程师协会
[16] Kennedy J,Mendes R(2002),种群结构和粒子群性能。摘自:2002年IEEE进化计算大会会议记录,CEC'02美国HI檀香山,第1671-1676页
[17] Lane J、Engelbrecht A、Gain J(2008)《具有空间意义邻居的粒子群优化》。摘自:2008年IEEE Swarm Intelligence研讨会论文集。新泽西州皮斯卡塔韦,IEEE,第1-8页。
[18] Li C,Yang S,Nguyen TT(2011)用于全局优化问题的自学习粒子群优化器。IEEE Trans-Syst Man Cybernet B 42(3):627-646
[19] 梁JJ,苏甘山PN(2005)动态多温粒子群优化算法。收录:2005 IEEE Swarm Intelligence Symposium会议记录,第124-129页,美国加利福尼亚州帕萨迪纳
[20] Liang JJ,Suganthan PN(2006)具有新型约束处理机制的动态多温粒子群优化算法。IEEE进化计算大会会议记录,第9-16页,加拿大
[21] Liu H,Cai Z,Wang Y(2010)将粒子群优化与微分进化相结合,用于约束数值和工程优化。应用软计算10(2):629-640·doi:10.1016/j.asoc.2009.08.031
[22] Marsaglia G,Zaman A(1993)KISS生成器。技术报告。美国佛罗里达州塔拉哈西佛罗里达州立大学统计系
[23] Mendes R,Kennedy J,Neves J(2004)完全知情的粒子群:更简单。也许会更好。IEEE Trans Evolut计算8(3):204-210·doi:10.1109/TEVC.2004.826074
[24] Mendes R、Kennedy J、Neves J(2003)观察你的邻居,或者观察蜂群如何从环境中学习。收录:2003 IEEE Swarm Intelligence Symposium会议记录,第88-94页,美国印第安纳州印第安纳波利斯
[25] Nasir M,Das S,Maity D,Sengupta S,Halder U,Suganthan PN(2012)基于动态邻域学习的粒子群优化算法,用于全局数值优化。信息科学209:16-36·doi:10.1016/j.ins.2012.04.028
[26] 粒子群中心(2012)http://particleswarm.info。2014年10月1日访问
[27] Ragsdell K,Phillips D(1976)使用几何编程对一类焊接结构进行优化设计。J Eng Ind Trans ASME 98(3):1021-1025工程师协会·数字对象标识代码:10.1115/1.3438995
[28] Richards M,Ventura D(2003)《粒子群优化中的动态协同算法》。收录:信息科学联合会议记录,第1557-1560页,美国北卡罗来纳州卡里
[29] Safavieh E,Gheibi A,Abolghasemi M,Mohades A(2009)Voronoi邻域的粒子群优化。第14届国际CSI计算机会议记录(CSICC2009),第397-402页,伊朗德黑兰
[30] Salomon R(1996)重新评估基准函数坐标旋转下的遗传算法性能。生物系统39:263-278·doi:10.1016/0303-2647(96)01621-8
[31] Shi Y,Eberhart RC(1999)粒子群优化的实证研究。1999年进化计算大会会议记录,CEC'99,第3卷,第1945-1950页,美国华盛顿特区
[32] Suganthan PN、Hansen N、Liang JJ、Deb K、Chen YP、Auger A、Tiwari S(2005)《2005年CEC实际参数优化特别会议的问题定义和评估标准》。技术报告。新加坡南洋理工大学
[33] 王玉霞,向秋林(2008a)动态环拓扑的粒子群。摘自:IEEE进化计算大会会议记录,第419-423页。电气与电子工程师协会
[34] 王玉霞,向秋林(2008b)探索差分进化算法中的新学习策略。摘自:IEEE进化计算大会会议记录,第204-209页。电气与电子工程师协会
[35] Watts DJ(1999)《小世界:有序与随机之间网络的动态》。普林斯顿大学出版社
[36] Watts DJ、Strogatz SH(1998)“小世界”网络的集体动态。自然393:440-442·Zbl 1368.05139号 ·doi:10.1038/30918
[37] Zhao SZ,Suganthan PN,Pan QK,Tasgetiren MF(2011)带和声搜索的动态多温粒子群优化算法。专家系统应用38(4):3735-3742·doi:10.1016/j.eswa.2010.09.032
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。