基于能量机制的多头绒泡菌动力学优化算法

摘要：

随着人工智能和大数据的迅猛发展,大数据的爆炸式增长和问题的复杂性分布导致对并行智能处理的要求日趋迫切.传统的理论模型和技术方法面临严峻挑战,受自然界启发的物理学法则和生物学方法逐渐成为研究热点.受多头绒泡菌的生长觅食等行为启发,提出了一种基于能量机制的多头绒泡菌动力学算法(physarum-energy dynamic optimization algorithm,PEO).该算法以多头绒泡菌算法为基础,根据其动力学特征,引入能量机制,以改进现有的多头绒泡菌算法全局信息交互能力差等缺点.此外,PEO引入了年龄因子的概念和扰动机制,以控制算法在不同阶段的寻优能力和收敛速度,并从理论角度对算法模型的收敛性进行证明.最后,通过在TSP数据集上实验证明算法在不同规模数据集的有效性和收敛性,并进行了参数分析.与其他的优化算法的对比实验数据表明,PEO在面对复杂问题的求解速度和收敛速度明显优于其他的优化算法,具有高精度和快收敛的特性.

关键词：多头绒泡菌动力学优化算法、能量机制、年龄因子、旅行商问题

所属期刊栏目：54

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61472139,61462073;上海市经济和信息委员会信息化发展专项资金项目201602008;上海市智慧城市协同创新中心开放基金项目 This work was supported by the National Natural Science Foundation of China61472139,61462073;the Information Development Special Funds of Shanghai Economic and Information Commission201602008;the Open Funds of Shanghai Smart City Collaborative Innovation Center

在线出版日期：2017-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1772-1784