基于PSO和SA多子群分层并行的智能分布式算法
针对PSO算法全局收敛性差、搜索精度不高,SA算法收敛速度慢,求解时间随着问题规模的增大和复杂急剧增加的问题,提出一种PSO和SA多子群分层并行的智能分布式算法.算法底层是一个采用模拟退火策略搜索全局最优解的子群;上层是一系列粒子子群,采用粒子群优化算法搜索策略,贡献局部最优解.算法从种群个体的组织结构出发,将局部搜索和全局搜索分离,使得PSO算法和SA算法融为一体,解决了算法收敛速度快和全局收敛能力强之间的矛盾.PSO-SAHP算法具有全局收敛性,算法在求解离散型的车间作业调度问题和连续型的Benchmark函数优化问题中,与单一智能优化算法相比,具有良好的可扩展性.这对于求解高度复杂的分布式问题,具有一定的工程意义.
智能分布式算法 粒子群算法 模拟退火算法 全局收敛性
邱千钧 肖玉杰 曹渊 于邵祯
海军驻航天二院代表室,北京100854 海军装备研究,北京100161
国内会议
重庆
中文
261-266
2017-10-21（万方平台首次上网日期，不代表论文的发表时间）