基于粒子群优化算法的并行模拟退火算法

摘要：

针对模拟退火算法收敛速度慢、随机采样策略缺乏记忆能力、算法并行化问题依赖等缺点,利用粒子群优化(Particle Swarm Optimization,PSO)算法中的记忆功能引导算法在解空间开展精细搜索,设计新的反向转动操作增加算法多样性,借助PSO的天然并行性克服SA的并行问题依赖性,并在集群上实现多Agent协同进化的改进算法.通过Toy模型的蛋白质结构预测问题仿真实验表明改进算法能有效提高求解问题的质量和效率.

关键词： 并行模拟退火算法 反向学习 粒子群优化算法

作者: 杨辉 杜庆良 林娟 钟一文

作者单位: 福建农林大学 计算机与信息学院,福建省 福州市 350002

会议类型: 国内会议

会议名称: 2013全国高性能计算学术年会

会议地点: 桂林

会议语种:中文

页码: 758-769

在线出版日期: 2013-10-29（万方平台首次上网日期，不代表论文的发表时间）