登录    注册    忘记密码

期刊文章详细信息

求解大规模问题协同进化动态粒子群优化算法  ( EI收录)  

Dynamic Multi-Swarm Particle Swarm Optimization with Cooperative Coevolution for Large Scale Global Optimization

  

文献类型:期刊文章

作  者:梁静[1] 刘睿[1] 于坤杰[1] 瞿博阳[2]

LIANG Jing;LIU Rui;YU Kun-Jie;QU Bo-Yang(School of Electrical Engineering,Zhengzhou University,Zhengzhou 450001,China;School of Electric and Information Engineering,Zhongyuan University of Technology,Zhengzhou 450007,China)

机构地区:[1]郑州大学电气工程学院,河南郑州450001 [2]中原工学院电子信息学院,河南郑州450007

出  处:《软件学报》

基  金:国家自然科学基金(61673404;61473266;61876169);中国博士后科学基金(2017M622373)~~

年  份:2018

卷  号:29

期  号:9

起止页码:2595-2605

语  种:中文

收录情况:AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘  要:随着工程技术的发展与优化问题数学模型的完善,许多优化问题从低维优化发展成高维的大规模复杂优化,成为实值优化领域的一个热点问题.通过对大规模问题的特点分析,提出了随机动态的协同进化策略,将其加入动态多种群粒子群优化算法中,实现了对种群粒子和决策变量的双重分组.最后,使用CEC2013的大规模全局优化算法的测试集对新算法进行测试,通过和其他算法的对比,验证算法的有效性.

关 键 词:大规模全局优化算法  动态多种群粒子群优化算法  协同进化 基准测试函数  

分 类 号:TP311]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心