信息交互多任务粒子群算法

摘要：

不同于现有的云平台和并行计算机等多任务处理方式,文中充分挖掘粒子群算法(PSO)的"隐"并行性,引入2种不同的信息交互策略——种群内信息交互和种群间信息交互,同时引入等级因子、标量因子和技能因子参数,在算法每次迭代过程中,始终让最合适的个体求解最合适的任务,提出信息交互多任务粒子群算法(IEP-SOM).对于多任务函数优化问题、多任务多约束工程优化问题及多任务关键指标体系构建问题的测试表明,在IEPSOM多任务环境中,有效信息的传递不仅可以提高解的质量,还可以加速各任务的收敛速度.

关键词：多任务处理、粒子群算法(PSO)、信息交互、多任务函数优化、多任务多约束工程优化、多任务关键指标体系构建

所属期刊栏目：32

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金重大研究计划培育项目91546108;国家自然科学基金项目71701061;浙江省教育科学规划年度研究课题2019SCG036;湖州市科技计划项目2018YZ11;湖州师范学院院级自然科学研究项目2018XJKJ51,2018XJKJ56

在线出版日期：2019-06-27（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：385-397