×
亚达夫，阿努帕姆;深，库苏姆

粒子群优化算法中基于收缩超球体的粒子轨迹。 （英语） Zbl 1329.90178号

申请。数学。计算。 220, 246-267 (2013).
摘要：本文提出了一种新的用于连续函数优化的收缩超球面粒子群算法（SHPSO）。全球最佳和个人最佳在搜索空间中以超球体而不是粒子的形式飞行。随着迭代的进行，超球体会不断缩小，并且在每次迭代时都会应用速度和位置更新方程。证明了SHPSO的理论收敛性。然后将所提出的SHPSO与五种众所周知的PSO变体（即基本PSO、Trelea I PSO、Trelea II PSO、Clerc PSO和SPSO 2011）进行性能比较。比较的基础是从CEC基准问题集中选取的24个基准问题。采用t检验、性能指标、经验累积分布和时间复杂性进行分析。结论是，所提出的SHPSO是PSO的一个有前途的新变体，它将为该领域的研究打开新的大门。

引用于2文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
68T05型 人工智能中的学习和自适应系统

关键词：

粒子群优化;超球面;功能优化

软件：

PSOt公司
PDF格式BibTeX公司 XML格式引用
\textit｛A.Yadav｝和\textit｛K.Deep｝，应用。数学。计算。220、246——267（2013年；Zbl 1329.90178）
全文： 内政部

参考文献：

[1] Abido，M.，《使用粒子群优化的最优潮流》，《国际电力与能源系统杂志》，24，7，563-571（2002）
[2] 阿里，M.M。；Kaelo，P.，《用于全局优化的改进粒子群算法》，应用数学与计算，196，2578-593（2008）·兹比尔1135.65327
[3] 班萨尔，J。；Deep，K.，《背包问题的改进二进制粒子群优化算法》，应用数学与计算，218，22，11042-11061（2012）·Zbl 1284.90062号
[4] Bansal，J。；Deep，K。；Veeramachaneni，K。；Osadciw，L.，（使用拉普拉斯算子的粒子群优化中粒子之间的信息共享策略，群体智能研讨会，SIS'09（2009），IEEE），30-36
[5] Birge，B.，PSOt-与matlab一起使用的粒子群优化工具箱，（《群智能研讨会SIS'03（2003）论文集》，IEEE），182-186
[6] 查特吉，A。；Siarry，P.，粒子群优化中动态自适应的非线性惯性权重变化，计算机与运筹学，33，3，859-871（2006）·Zbl 1114.90159号
[7] Chen，W。；张杰。；Chung，H。；钟伟。；Wu，W。；Shi，Y.，离散优化问题的一种新的基于集合的粒子群优化方法，IEEE进化计算汇刊，14，2，278-300（2010）
[9] Clerc，M.，The swarm and The queen：迈向确定性和自适应粒子群优化，（《进化计算大会论文集》，CEC’99，vol.3（1999）），1951-1957
[12] Clerc，M。；Kennedy，J.，《多维复杂空间中的粒子群爆炸、稳定性和收敛》，IEEE进化计算汇刊，6，1，58-73（2002）
[13] Deep，K。；Arya，M。；Bansal，J.，《粒子群优化算法中的非确定性自适应惯性权重》（2011年第13届遗传与进化计算年会论文集，ACM），1155-1162
[14] 埃伯哈特，R。；Shi，Y.，比较粒子群优化中的惯性权重和收缩因子，（《进化计算大会论文集》，第1卷（2000年），IEEE），84-88
[15] 他，Q。；Wang，L.，约束工程设计问题的有效协同进化粒子群优化，人工智能的工程应用，20，1，89-99（2007）
[16] 他，Q。；Wang，L.，带基于可行性的约束优化规则的混合粒子群优化，应用数学与计算，186，2，1407-1422（2007）·Zbl 1117.65088号
[17] Jeyakumar，D。；Jayabarathi，T。；Raghunathan，T.，各种经济调度问题的粒子群优化，国际电力与能源系统杂志，28，1，36-42（2006）
[18] 焦，B。；Lian，Z。；Gu，X.，动态惯性权重粒子群优化算法，混沌、孤子与分形，37，3，698-705（2008）·Zbl 1146.90533号
[19] Jin，Y。；Cheng，H。；严，J。；Zhang，L.，粒子群优化的新离散方法及其在输电网扩展规划中的应用，电力系统研究，77，3，227-233（2007）
[20] 肯尼迪，J。；Eberhart，R.，粒子群优化，（IEEE神经网络国际会议论文集，第4卷（1995），IEEE），1942-1948
[21] 肯尼迪，J。；Eberhart，R.，粒子群算法的离散二进制版本，（IEEE国际计算控制论和仿真会议，系统、人和控制论，第5卷（1997），IEEE），4104-4108
[22] Lazinica，A.，粒子群优化（2009），InTech
[23] 梁，J。；秦，A。；Suganthan，P。；Baskar，S.，用于多模态函数全局优化的综合学习粒子群优化器，IEEE进化计算汇刊，10，3，281-295（2006）
[24] 廖，C。；曾，C。；Luarn，P.，flowshop调度问题的离散粒子群优化，计算机与运筹研究，34，10，3099-3111（2007）·邮编：1185.90083
[25] Lin，S。；Ying，K。；陈，S。；Lee，Z.，支持向量机参数确定和特征选择的粒子群优化，应用专家系统，35，4，1817-1824（2008）
[27] 莫汉，C。；Nguyen，H.T.，包含模拟退火概念的受控随机搜索技术，用于解决整数和混合整数全局优化问题，计算优化与应用，14，1，103-132（1999）·Zbl 0970.90053号
[28] 潘，Q。；Fatih Tasgetiren，M。；Liang，Y.，无等待flowshop调度问题的离散粒子群优化算法，计算机与运筹学，35，9，2807-2839（2008）·Zbl 1144.90393号
[29] 秦，A。；黄，V。；Suganthan，P.，《具有全局数值优化策略自适应的差分进化算法》，IEEE进化计算汇刊，13，2，398-417（2009）
[30] Salman，A。；艾哈迈德。；Al-Madani，S.，任务分配问题的粒子群优化，微处理器和微系统，26，8，363-371（2002）
[31] 沙·D。；Hsu，C.，作业车间调度问题的混合粒子群优化，计算机与工业工程，51，4，791-808（2006）
[32] 谢洛卡，P。；Siarry，P。；贾亚拉曼，V。；Kulkarni，B.，用于改进连续优化的粒子群和蚁群算法的杂交，应用数学与计算，188，1，129-142（2007）·Zbl 1114.65334号
[33] 施，X。；梁，Y。；Lee，H。；卢，C。；Wang，Q.，基于粒子群优化的tsp和广义tsp算法，《信息处理快报》，103，5，169-176（2007）·Zbl 1187.90238号
[34] Shi，Y。；Eberhart，R.，改进的粒子群优化器，（IEEE计算智能世界大会（1998），IEEE），69-73
[35] Shi，Y。；刘，H。；高，L。；Zhang，G.，细胞粒子群优化，信息科学，181，20，4460-4493（2011）·Zbl 1242.68295号
[37] Trelea，I.，《粒子群优化算法：收敛分析和参数选择》，《信息处理快报》，85，6，317-325（2003）·Zbl 1156.90463号
[38] 范登伯格，F。；Engelbrecht，A.，粒子群优化的合作方法，IEEE进化计算汇刊，8，3，225-239（2004）
[39] 范登伯格，F。；Engelbrecht，A.，《粒子群优化粒子轨迹研究》，《信息科学》，176，8，937-971（2006）·兹比尔1093.68105
[40] 瓦西利亚迪斯，V。；Dounias，G.，《自然启发智能：精选方法和应用综述》，《人工智能工具国际期刊：架构、语言、算法》，第18、4、487页（2009年）
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。