×
王丹平;胡坤元;马莲波;何茂伟;陈汉宁

基于先前搜索历史的多物种协同进化粒子群优化。 （英语） Zbl 1370.90301号

离散动态。国家社会学。 2017年，文章ID 5193013，22 p.（2017）.
摘要：提出了一种基于K-均值聚类的动态多物种策略和基于二进制空间分割适应度树的非访问策略的混合协同进化粒子群优化算法（MCPSO-PSH）。将先前的搜索历史存储到二进制空间分割适应度树中，可以有效地抑制个体的重访现象。将整个种群划分为几个亚种，并通过亚种之间的信息通信机制实现协同进化，从而提高粒子的全局搜索能力，避免过早收敛到局部最优。为了证明该方法的威力，将所提算法和最新算法之间的比较分为两类：10个基本基准函数（10维和30维）、10个CEC2005基准函数（30维）和一个实际问题（多级图像分割问题）。实验结果表明，MCPSO-PSH算法在求解精度和统计检验方面与其他基于群的算法或进化算法相比具有竞争力。

MSC公司：

90 C59 数学规划中的逼近方法和启发式方法

软件：

中国电子05
PDF格式BibTeX公司 XML格式引用
\textit{D.Wang}等人，离散动态。Nat.Soc.2017，文章ID 5193013，22 p.（2017；Zbl 1370.90301）
全文： DOI程序

参考文献：

[1] O.卡斯蒂略。；Neyoy，H。；Soria，J。；梅林，P。；Valdez，F.，蚁群优化中动态模糊逻辑参数调整的新方法及其在移动机器人模糊控制中的应用，应用软计算杂志，28，150-159（2015）·doi:10.1016/j.asoc.2014.12.002
[2] 邱，M。；Z.Ming。；李，J。；Gai，K。；Zong，Z.，用遗传算法进行绿云相变内存优化，电气与电子工程研究所。《计算机交易》，64，12，3528-3540（2015）·Zbl 1360.68094号 ·doi:10.1109/TC2015.2409857
[3] Guo，S.-M。；Yang，C.-C.，利用基于特征向量的交叉算子增强差分进化，IEEE进化计算汇刊，19，1，31-49（2015）·doi:10.1109/TEVC.2013.297160
[4] 埃斯敏，A.A.A。；科埃略，R.A。；Matwin，S.，《粒子群优化算法及其变体对高维数据聚类的综述》，《人工智能评论》，44，1，23-45（2013）·doi:10.1007/s10462-013-9400-4
[5] 张，Z。；苏，S。；Lin，Y。；Cheng，X。；Shuang，K。；Xu，P.，基于自适应多目标人工免疫系统的虚拟网络嵌入，《网络与计算机应用杂志》，53140-155（2015）·doi:10.1016/j.jnca.2015.03.007
[6] van den Bergh，F.，《粒子群优化器分析》（2001），南非比勒陀利亚：南非比勒托利亚大学
[7] 范登伯格，F。；Engelbrecht，A.P.，分词群优化的合作方法，IEEE进化计算汇刊，8，3，225-239（2004）·doi:10.1109/TEVC.2004.826069
[8] 李，X。；Yao，X.，通过合作共同进化粒子群来解决高维不可分离的优化问题，进化计算大会论文集，CEC’9，IEEE计算智能杂志·doi:10.1109/CEC.2009.4983126
[9] Goh，C.K。；Tan，K.C。；Liu，D.S。；Chiam，S.C.，《多目标粒子群优化算法设计的竞争与合作协同进化方法》，《欧洲运筹学杂志》，202，1，42-54（2010）·Zbl 1175.90352号 ·doi:10.1016/j.ejor.2009.05.005
[10] 张杰。；Ding，X.，多群自适应和协作粒子群优化，人工智能工程应用，24，6958-967（2011）·doi:10.1016/j.engappai.2011.05.010
[11] 哈桑扎德，M。；Meybodi，M.R。；Ebadzadeh，M.M.，自适应合作粒子群优化器，应用智能，39，2，397-420（2013）·doi:10.1007/s10489-012-0420-6
[12] 刘，Z.-H。；张杰。；周，S.-W。；李，X.-H。；Liu，K.，使用AIS的协同进化粒子群优化及其在PMSM多参数估计中的应用，IEEE控制论汇刊，43，6，1921-1935（2013）·doi:10.1109/TSMCB.2012.2235828
[13] Yang，S.X。；Li，C.H.，用于在动态环境中定位和跟踪多个最优值的聚类粒子群优化器，IEEE进化计算汇刊，14，6，959-974（2010）·doi:10.1109/tevc.2010.2046667
[14] Juang，C.-F。；肖，C.-M。；Hsu，C.-H.，模糊系统优化中基于层次聚类的多物种粒子温度优化，IEEE模糊系统汇刊，18，1，14-26（2010）·doi:10.1109/TFUZZ.2009.2034529
[15] 赵少中。；Suganthan，P.N。；潘，Q.-K。；Tasgetiren，M.F.，《带和谐搜索的动态多温粒子群优化器》，《应用专家系统》，38，4，3735-3742（2011）·doi:10.1016/j.eswa.2010.09.032
[16] 朱，X。；胡，M。；Wu，T。；威尔，J。；Lu，Q.，AHPS2:使用自适应异质粒子群的优化器，信息科学，280，26-52（2014）·doi:10.1016/j.ins.2014.04.043
[17] 秦，Q。；Cheng，S.，基于粒子群优化的中文文本分类半监督学习，IEEE控制论汇刊，46，10（2016）
[18] Brits，R。；Engelbrecht，A.P。；van den Bergh，F.，使用粒子群优化定位多个最优解，应用数学与计算，189，2，1859-1883（2007）·兹比尔1122.65358 ·doi:10.1016/j.amc.2006.12.066
[19] Parrott，D。；Li，X.D.，使用物种形成的粒子群模型定位和跟踪多个动态优化，IEEE进化计算汇刊，10，4，440-458（2006）·doi:10.1109/TEVC.2005.859468
[20] Li，X.，无小生境参数的小生境：使用环形拓扑的粒子群优化，IEEE进化计算汇刊，14，1，150-169（2010）·doi:10.1109/tevc.2009.2026270
[21] Wang，L。；杨，B。；Chen，Y.，使用多层搜索策略改进粒子群优化，信息科学，274，70-94（2014）·doi:10.1016/j.ins.2014.02.143
[22] M.Sumona。；Santo，B.，通过混沌多群粒子群优化对光学混沌系统进行全局优化，应用专家系统，39，1，917-924（2012）
[23] 李，J。；张杰。；江，C。；Zhou，M.，具有函数优化历史记忆的复合粒子群优化器，IEEE控制论汇刊，45，10，2350-2363（2015）·doi:10.1109/TCYB.2015.2424836
[24] 肯尼迪，J。；Eberhart，R.，粒子群优化，神经网络国际会议论文集（ICNN’95），IEEE·doi:10.1109/ICNN.1995.488968
[25] MacQueen，J.B.，《多元观测分类和分析的一些方法》，第五届伯克利数理统计与概率研讨会论文集，281-297（1967），美国加利福尼亚州伯克利：加利福尼亚大学出版社，美国加州伯克利·Zbl 0214.46201号
[26] Shiu，Y.Y。；Chi，K.C.，《自适应变异且永不重访的遗传算法》，IEEE进化计算汇刊，13，2，454-472（2009）·doi:10.1109/TEVC.2008.2003008
[27] 斯托恩，R。；Price，K.，差分进化——连续空间上全局优化的一种简单有效的启发式算法，《全局优化杂志》，11，4，341-359（1997）·Zbl 0888.90135号 ·doi:10.1023/A:1008202821328
[28] 伊格尔，C。；Hansen，N。；Roth，S.，多目标优化的协方差矩阵自适应，进化计算，15，1，1-28（2007）·doi:10.1162/evco.2007.15.1.1
[29] Wolpert，D.H。；Macready，W.G.，优化的无免费午餐定理，IEEE进化计算汇刊，1，1，67-82（1997）·doi:10.1109/4235.585893
[30] Suganthan，P.N。；Hansen，N。；Liang，J.J。；Deb，K。；陈永平。；Auger，A。；Tiwari，S.，《2005年CEC实时参数优化特别会议的问题定义和评估标准》，第1-50页，（坎普尔遗传算法实验室，IIT坎普尔）：新加坡南洋理工大学和坎加尔，（坎布尔遗传算法实验室（IIT坎普）
[31] Otsu，N.，灰度直方图阈值选择方法，IEEE系统、人与控制论汇刊，9，1，62-66（1979）·doi:10.1109/TSMC.1979.4310076
[32] 瓦德费尔，S。；Taleb-Ahmed，A.，《用于多级图像阈值化的社交蜘蛛优化和花授粉算法：性能研究》，《应用专家系统》，55，566-584（2016）·doi:10.1016/j.eswa.2016.02.024
[33] X.赵。；特克，M。；李伟（Li，W.）。；留置权，K.C。；Wang，G.，基于二维K-L散度和改进粒子群优化的多级图像阈值分割算法，应用软计算杂志，48，151-159（2016）·doi:10.1016/j.asoc.2016.07.016
[34] http://decsai.ugr.es/cvg/dbimagenes/
[35] http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds/BSDS300/html/dataset/images.html
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。