基于渗透模型的并行粒子群算法研究

项目名称： 基于渗透模型的并行粒子群算法研究

项目编号： No.61165003

项目类型： 地区科学基金项目

立项/批准年度： 2012

项目学科： 金属学与金属工艺

项目作者： 赖鑫生

作者单位： 上饶师范学院

项目金额： 10万元

中文摘要： 在环境和资源问题日益凸显的今天，最优化问题是经济建设和工程实践中一个不容回避的关键问题。粒子群优化算法（PSO）是上世纪90年代提出的一种基于群体迭代的全局优化算法。但在处理大规模复杂问题时,简单的串行粒子群算法存在寻优速度慢、局部收敛等方面的问题。粒子群算法的多群体并行化是显著提高算法计算速度和求解精度的有效办法。但是目前的多群体并行粒子群算法需要事先人为设定诸多参数：通信拓扑结构、迁移源子群体、目的地子群体、迁移方向、迁移代频、替换率等。本项目研究基于渗透模型的多群体并行粒子群算法，借助渗透压概念自适应确定子群体间的通信拓扑结构、迁移源子群体、目的地子群体、迁移方向、迁移代频及替换率等参数，避免人为设置这些参数的盲目性，降低多群体并行粒子群算法的通信代价，提高算法性能。

中文关键词： 最优化；粒子群算法；蚁群算法；算法设计；算法分析

英文摘要：

英文关键词： optimization；particle sawrm optimization；ant colony optimization；algorithm design；algorithm analysis