基于分布估计的离散差分骨干粒子群优化

摘要：

粒子群优化(PSO)和差分演化(DE)是两种新兴的优化技术,已经成功地应用于连续优化问题,但是它们至今尚不能像解决连续优化问题那样有效地处理组合优化问题.最近,有人提出差分骨干PSO(DBPSO)用于解决连续优化问题.首先提出离散DBPSO用于组合优化问题,然后在离散DBPSO中引入分布估计算法(EDA)来提高性能,把EDA抽样得到的全局统计信息和DBPSO获得的局部演化信息相结合来产生新解,形成基于EDA的离散DBPSO.实验结果表明EDA能大大提高离散DBPSO的性能.

关键词：离散差分骨干粒子群优化、分布估计、无约束二进制二次规划问题、组合优化

所属期刊栏目：45

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60805026;高等院校博士学科点专项科研基金the China Specialized Research Fund for the Doctorai Program of Higher Education under Grant 20070558052;教育部留学回国人员科研启动基金The Project-sponsored by SRF for ROCS,SEM 2007-1108;广东省自然科学基金the Natural Science Foundation of Guangdong Province of China under Grant 07300630;广东商学院校级科研项目the Schod Scientific Research Program,Guang dong University of Business Studies under Grant 08BS52001

在线出版日期：2009-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,17