程适
- 作品数：3 被引量：155H指数：3
- 供职机构：宁波诺丁汉大学更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 交互学习的粒子群优化算法被引量：6
- 2012年
- 分析基本的粒子群优化学习机制的缺陷,启发于人类社会不同群体之间可以交互学习的特点,提出了一种改进粒子群优化算法——ILPSO.在ILPSO算法中,粒子由2个种群构成.当2个种群中最佳的全局最优位置在连续一定的迭代次数内没有改善时,执行交互学习策略.依据每个种群的全局最优位置的适应值,运用模拟退火的机制和轮盘赌的方法确定学习种群和被学习种群.提出了一个基于适应度排序的经验公式,计算学习种群中的每个粒子向被学习种群学习的概率.为了摆脱选择压力,采用了一种速度变异的方法.多个测试函数的数值实验结果表明,IL-PSO具有较好的全局搜索能力,是一种求解复杂问题的有效方法.
- 秦全德李丽程适李荣钧
- 关键词：粒子群优化算法交互学习
- 基于L_1范式的粒子群算法群体多样性研究被引量：9
- 2011年
- 提出了一种新的基于L1范式的粒子群算法群体多样性定义,这种观测方式可以准确地描述算法运行过程中的信息。首先,通过对比新的观测方式和已有方式,解释了新的观测方式的特点;然后通过实验观测了位置、速度和认知三种群体多样性在算法执行过程中的变化,给出了群体多样性的变化特征。最后讨论了粒子群算法在不同解空间维数、不同粒子群拓扑结构和不同粒子数目时的群体多样性的变化情况。
- 程适史玉回
- 关键词：粒子群优化范式
- 人工蜂群算法研究综述被引量：140
- 2014年
- 作为一种较新的群体智能优化算法,人工蜂群算法自提出之时就受到学术界的广泛关注,目前已经在多个领域得到了成功应用。介绍了人工蜂群算法的生物背景和基本原理,在对基本人工蜂群算法的不足进行分析的基础上,归纳了当前人工蜂群算法的改进研究主要集中在算法的参数调整、混合算法和设计新的学习策略3个方面。针对现实的复杂环境,对人工蜂群算法在约束优化和多目标优化的研究进展进行了全面的综述。最后,阐述了人工蜂群算法的应用现状,并提出了人工蜂群算法有待进一步研究的问题。
- 秦全德程适李丽史玉回
- 关键词：群体智能人工蜂群算法多目标优化
