刘洪霞
- 作品数：4 被引量：106H指数：3
- 供职机构：广西民族大学信息科学与工程学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 粒子群算法改进及应用
- 粒子群优化算法最早是由Eberhart和Kennedy模拟自然界的生物群体觅食提出的一种群智能化方法。后来Shi等人引入惯性权重来更好的控制收敛和探索,形成了当前的标准PSO算法。由于该算法实现简单,需要调整的参数少,已...
- 刘洪霞
- 关键词：粒子群自适应云理论均值萤火虫算法
- 文献传递
- 一种基于模式搜索算子的人工萤火虫优化算法被引量：17
- 2011年
- 人工萤火虫算法是群智能领域近年出现的一个新的研究方向,该算法已在复杂函数优化方面取得了成功,但也存在着易陷入局部极小且进化后期收敛速度慢等问题.而模式搜索具有很强的搜索能力,但其搜索结果的好坏在很大程度上依赖于初始点的选择.结合两者的优缺点,提出一种基于搜索算子的人工萤火虫算法.该算法在人工萤火虫算法全局搜索过程中融入模式搜索法,改进人工萤火虫算法全局搜索和局部搜索能力.仿真实验结果表明,该算法收敛速度和解的精度显著地提高,是求解函数优化问题的一种可行和有效的方法.
- 刘洪霞周永权
- 关键词：模式搜索函数优化
- 求解TSP问题的离散型萤火虫群优化算法被引量：80
- 2012年
- 基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.
- 周永权黄正新刘洪霞
- 关键词：TSP问题
- 一种基于均值的云自适应粒子群算法被引量：11
- 2011年
- 本文基于云理论把粒子群分为三个种群,用云方法修改粒子群算法中惯性权重,同时修改速度更新公式中"认知部分"和"社会部分",引入"均值"的概念,提出了一种基于均值的云自适应粒子群算法。该方法的最大优点是克服了粒子群算法在迭代后期,当一些粒子的个体极值对应的适应度值与全局极值对应的适应度值相差明显时,不能收敛到最优解的缺点。数值实验结果表明,该算法经过较少的迭代次数,就能找到最优解,且平均运算时间减少,降低了算法的平均时间代价。
- 刘洪霞周永权
- 关键词：粒子群优化均值云理论
