群蚊子追踪算法

摘要：

为利用高性能计算平台解决大规模复杂性问题,提出群蚊子追踪算法(GMHSA).GMHSA是受到蚊子吸血行为的启发,以信息动力学为基础而提出的智能优化算法,涉及最大最小公平性及群体交互行为.利用群体分类机制,引入决策权概念,在整个种群中选择领导群体.利用领导力函数进行博弈,保持自身优越性,同时摆脱局部最优解.通过旅行商问题(TSP)对该算法进行测试,与其他智能优化算法进行对比,16节点并行实验中其加速比最高能达到15.8,接近线性加速比;而且GMHSA模型可直接用于运输问题等实际优化问题.结果表明GMHSA具有高度并行性及扩展性,是一种解决涉及行为的复杂优化问题的有效方法.

关键词：蚊子追踪算法、旅行商问题、并行计算、群体分类机制、决策权

所属期刊栏目：34

分类号：TP18;TP301.6(自动化基础理论)

资助基金：国家自然科学基金资助项目60905043,61073107,61173048;上海市教育委员会科研创新项目;中央高校基本科研业务费资助项目

在线出版日期：2014-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1055-1059,1064