本文關(guān)鍵詞：基于牛頓力學(xué)和博弈論模型的粒子網(wǎng)絡(luò)優(yōu)化算法　出處：《山東大學(xué)學(xué)報(bào)(工學(xué)版)》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 粒子群算法 牛頓力學(xué) 博弈論模型 泊松分布 粒子網(wǎng)絡(luò) 旅行商問題

【摘要】：為克服標(biāo)準(zhǔn)粒子群算法在求解高維TSP問題時(shí)求解精度不高、易陷入局部最優(yōu)等不足,將每個(gè)粒子均賦予質(zhì)量和加速度,利用泊松分布和牛頓第二運(yùn)動(dòng)定律動(dòng)態(tài)調(diào)整粒子加速度,并將粒子維數(shù)以相似度劃分為優(yōu)勢(shì)部分和劣勢(shì)部分,正常更新時(shí)只對(duì)劣勢(shì)部分進(jìn)行相應(yīng)處理,保持并擴(kuò)大其優(yōu)勢(shì)部分以提高收斂速度,擾動(dòng)時(shí)更新其優(yōu)勢(shì)部分以達(dá)到遠(yuǎn)離當(dāng)前粒子網(wǎng)絡(luò)的目的來跳出局部最優(yōu)。當(dāng)有粒子碰撞時(shí),引入反向?qū)W習(xí)策略處理粒子,選擇合適的降速模型來提高收斂速度。最后,將改進(jìn)后的算法用于求解TSPLIB中的標(biāo)準(zhǔn)實(shí)例問題,并與經(jīng)典算法進(jìn)行比較。試驗(yàn)結(jié)果表明,提出的新算法在求解旅行商問題時(shí)具有高效率、低迭代次數(shù)及強(qiáng)收斂等特性。該結(jié)果可為智能算法在求解優(yōu)化問題時(shí)提高精確性和加快收斂等方面的研究提供一定的參考。
[Abstract]:In order to overcome the shortcomings of standard particle swarm optimization (PSO) in solving high dimensional TSP problem with low accuracy and easy to fall into local optimum, each particle is given mass and acceleration. The particle acceleration is adjusted dynamically by using Poisson distribution and Newton's second law of motion, and the particle dimension is divided into the advantage part and the inferior part by similarity, and only the inferior part is dealt with when updating normally. The dominant part is preserved and expanded to improve the convergence rate, and the dominant part is updated when disturbed to reach the goal of escaping from the current particle network to jump out of the local optimum. When there is a particle collision, the local optimum can be obtained. The reverse learning strategy is introduced to deal with particles, and the appropriate deceleration model is selected to improve the convergence rate. Finally, the improved algorithm is used to solve the standard instance problem in TSPLIB. The experimental results show that the proposed algorithm is efficient in solving the traveling salesman problem. The results can provide a certain reference for the research of improving the accuracy and speeding up the convergence of the intelligent algorithm in solving the optimization problem.
【作者單位】： 河池學(xué)院 計(jì)算機(jī)與信息工程學(xué)院;河池學(xué)院 智能計(jì)算與模式識(shí)別重點(diǎn)實(shí)驗(yàn)室;武漢大學(xué)計(jì)算機(jī)學(xué)院;河池市人民政府辦公室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61170305) 河池學(xué)院科研啟動(dòng)經(jīng)費(fèi)資助項(xiàng)目(XJ2016KQ01) 國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃資助項(xiàng)目(201610605029)
【分類號(hào)】：TP18
【正文快照】： 0引言標(biāo)準(zhǔn)粒子群優(yōu)化算法[1-2]簡(jiǎn)單且易實(shí)現(xiàn),參數(shù)設(shè)置少,受到學(xué)術(shù)界廣泛重視,但算法也存在易陷入局部最優(yōu)、收斂速度慢等缺陷。研究自然計(jì)算的專家學(xué)者們對(duì)傳統(tǒng)粒子群算法進(jìn)行改進(jìn)。其中,SHIY和EBERHART[3]提出基于模糊系統(tǒng)的慣性權(quán)重的動(dòng)態(tài)調(diào)整,從而實(shí)現(xiàn)對(duì)慣性權(quán)重的非線性控

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 毛澄映;喻新欣;薛云志;;基于粒子群優(yōu)化的測(cè)試數(shù)據(jù)生成及其實(shí)證分析[J];計(jì)算機(jī)研究與發(fā)展;2014年04期

2 李棟;徐志明;李生;劉挺;王秀文;;在線社會(huì)網(wǎng)絡(luò)中信息擴(kuò)散[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

3 伍大清;鄭建國(guó);;基于混合策略自適應(yīng)學(xué)習(xí)的并行粒子群優(yōu)化算法[J];控制與決策;2013年07期

4 饒衛(wèi)振;金淳;陸林濤;;考慮邊位置信息的求解ETSP問題改進(jìn)貪婪算法[J];計(jì)算機(jī)學(xué)報(bào);2013年04期

5 陶新民;劉福榮;劉玉;童智靖;;一種多尺度協(xié)同變異的粒子群優(yōu)化算法[J];軟件學(xué)報(bào);2012年07期

6 紀(jì)震;周家銳;廖惠連;吳青華;;智能單粒子優(yōu)化算法[J];計(jì)算機(jī)學(xué)報(bào);2010年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易云飛;苗劍;林郭隆;殷智;;基于牛頓力學(xué)和博弈論模型的粒子網(wǎng)絡(luò)優(yōu)化算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2017年01期

2 唐yN玲;江順亮;葉發(fā)茂;許慶勇;葛蕓;徐少平;;最優(yōu)粒子增強(qiáng)探索粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2017年04期

3 張莉;孫麗娜;郭峰;;在線社會(huì)網(wǎng)絡(luò)中近似網(wǎng)頁(yè)識(shí)別方法研究[J];微電子學(xué)與計(jì)算機(jī);2017年02期

4 鄧衛(wèi)華;易明;;基于信息擴(kuò)散級(jí)聯(lián)理論的網(wǎng)絡(luò)社區(qū)口碑信息樹狀傳播研究[J];管理學(xué)報(bào);2017年02期

5 鄭志蘊(yùn);付源;李倫;李鈍;王振飛;;社交網(wǎng)絡(luò)中基于中心加權(quán)鏈接的影響力算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2017年01期

6 蔡國(guó)永;裴廣戰(zhàn);;一種基于用戶距離改進(jìn)的線性影響力傳播模型[J];計(jì)算機(jī)科學(xué);2017年01期

7 陳皋;吳廣潮;;基于PageRank的在線社交網(wǎng)絡(luò)消息傳播模型[J];計(jì)算機(jī)與現(xiàn)代化;2017年01期

8 范成禮;付強(qiáng);邢清華;;基于改進(jìn)PSO的臨空高速飛行器協(xié)同跟蹤優(yōu)化[J];系統(tǒng)工程與電子技術(shù);2017年03期

9 張少如;孫麗萍;;引入免疫粒子群優(yōu)化算法的木材干燥模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)[J];東北林業(yè)大學(xué)學(xué)報(bào);2016年12期

10 彭川;李元香;;在線社交網(wǎng)絡(luò)信息傳播問題研究綜述[J];計(jì)算機(jī)與數(shù)字工程;2016年11期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈樹晉;杜斌;岳恒;;基于局部搜索與混合多樣性策略的多目標(biāo)粒子群算法[J];控制與決策;2012年06期

2 許曉東;肖銀濤;朱士瑞;;微博社區(qū)的謠言傳播仿真研究[J];計(jì)算機(jī)工程;2011年10期

3 饒衛(wèi)振;金淳;黃英藝;;基于求解TSP問題的雙向擴(kuò)展差額算法[J];管理工程學(xué)報(bào);2011年02期

4 遲玉紅;孫富春;王維軍;喻春明;;基于空間縮放和吸引子的粒子群優(yōu)化算法[J];計(jì)算機(jī)學(xué)報(bào);2011年01期

5 劉朝華;張英杰;章兢;吳建輝;;蟻群算法與免疫算法的融合及其在TSP中的應(yīng)用[J];控制與決策;2010年05期

6 陶新民;徐晶;楊立標(biāo);劉玉;;一種改進(jìn)的粒子群和K均值混合聚類算法[J];電子與信息學(xué)報(bào);2010年01期

7 張頂學(xué);廖銳全;;一種基于種群速度的自適應(yīng)粒子群算法[J];控制與決策;2009年08期

8 趙麗;袁睿翕;管曉宏;賈慶山;;博客網(wǎng)絡(luò)中具有突發(fā)性的話題傳播模型[J];軟件學(xué)報(bào);2009年05期

9 ;A Hybrid Genetic Algorithm for the Traveling Salesman Problem with Pickup and Delivery[J];International Journal of Automation & Computing;2009年01期

10 謝曉園;許蕾;徐寶文;聶長(zhǎng)海;史亮;;演化測(cè)試技術(shù)的研究[J];計(jì)算機(jī)科學(xué)與探索;2008年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 陳進(jìn);論區(qū)域博弈分析的方法研究[J];軟科學(xué);1999年04期

相關(guān)會(huì)議論文 前2條

1 施建寧;蔣曉蕙;;方法突破:案例研究將博弈論與現(xiàn)實(shí)管理結(jié)合[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集[C];2006年

2 王文舉;楊思磊;;第十五章 復(fù)雜適應(yīng)系統(tǒng)、博弈論及經(jīng)濟(jì)動(dòng)態(tài)模擬[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第3卷）[C];2002年

相關(guān)重要報(bào)紙文章 前4條

1 常麗君;博弈論揭示癌細(xì)胞能量生產(chǎn)中弱點(diǎn)[N];科技日?qǐng)?bào);2014年

2 柳宏珠 潘和平 唐小我 成都電子科技大學(xué)預(yù)測(cè)研究中心、經(jīng)濟(jì)與管理學(xué)院;博弈論在金融領(lǐng)域的應(yīng)用和發(fā)展[N];中國(guó)社會(huì)科學(xué)報(bào);2011年

3 史晨昱;博弈論:一根數(shù)學(xué)杠桿撬動(dòng)了社會(huì)經(jīng)濟(jì)[N];上海證券報(bào);2005年

4 盧子芳（系南京郵電學(xué)院副教授、系統(tǒng)工程專業(yè)工學(xué)博士） 顧立人;尋求次優(yōu)的市場(chǎng)均衡[N];人民郵電;2002年

相關(guān)碩士學(xué)位論文 前10條

1 謝劍;基于微分博弈論的多無人機(jī)追逃協(xié)同機(jī)動(dòng)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 李艷琴;基于博弈論視角下的博物館營(yíng)銷[D];河南大學(xué);2015年

3 孫慶中;基于博弈論能耗均衡的WSN分層路由算法研究[D];西華大學(xué);2015年

4 劉曉娟;基于博弈論的SLA協(xié)商機(jī)制在云計(jì)算中的應(yīng)用研究[D];湖北工業(yè)大學(xué);2016年

5 劉元木;基于動(dòng)態(tài)博弈論頻譜分配算法研究[D];燕山大學(xué);2016年

6 凌云，

本文編號(hào)：1409097