基于维度近邻关系扩散的改进粒子群优化算法

摘要：

针对标准粒子群算法存在容易早熟及陷入局部最优等缺陷,提出了一种基于维度近邻关系扩散的改进粒子群优化算法.改进后的算法初始化时借鉴k-means对空间中粒子的维度进行聚类,聚类的标准为每个维度之间的欧氏距离,算法中将聚类得到的每个起始类视为一个家庭.家庭内部和外部分别进行迭代更新,结合智能单粒子优化算法的思想将粒子的更新速度划分为对应的家庭速度子矢量.粒子间交换记录的扩散和传播借鉴在线社会网络传播模型,在采纳信息的过程中不仅会考虑信息的价值,也会考虑其周围粒子状况.结合禁忌搜索优化算法,通过将该算法中的建立禁忌表、设定禁忌搜索长度和特赦准则等策略来避免重复搜索和改进算法的全局搜索性能,提高解的精确性.实验结果表明,改进后的算法有效解决了算法收敛速度慢、求解精度低等问题.

关键词：粒子群算法、维度、近邻关系、信息扩散、旅行商问题

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61170305,61672024;广西高校中青年教师基础能力提升项目2018KY0498;河池学院高层次人才科研启动经费项目 XJ2018KQ021 The National Natural Science Foundation of China61170305, 61672024;The Promotion Projects of Basic Skills of Young Teachers in Guangxi Universities2018KY0498;The Scientific Research Project of Hechi UniversiryXJ2018KQ021

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：390-398