广义粒子群优化模型.pdfVIP

第 28 卷 　第 12 期 计 　　算 　　机 　　学 　　报 Vol . 28 No . 12 2005 年 12 月 C H IN ESE J OU RN AL O F COM PU T ER S Dec . 2005 　 广义粒子群优化模型 高海兵 　周 　驰 　高 　亮 (华中科技大学机械科学与工程学院工业工程系 　武汉 　430074) 摘 　要 　粒子群优化算法提出至今一直未能有效解决的离散及组合优化问题. 针对这个问题 ,文中首先回顾了粒 子群优化算法在整数规划问题的应用以及该算法的二进制离散优化模型 ,并分析了其缺陷. 然后 ,基于传统算法的 ( ) 速度位移更新操作 ,在分析粒子群优化机理的基础上提出了广义粒子群优化模型 GP SO ,使其适用于解决离散 及组合优化问题. GP SO 模型本质仍然符合粒子群优化机理 ,但是其粒子更新策略既可根据优化问题的特点设计 , ( ) ( ) 也可实现与已有方法的融合. 该文以旅行商问题 T SP 为例 ,针对遗传算法 GA 解决该问题的成功经验 ,使用遗传 操作作为 GPSO 模型中的更新算子 ,进一步提出基于遗传操作的粒子群优化模型 ,并以 Inver over 算子作为模型中 具体的遗传操作设计了基于 GPSO 模型的 TSP 算法. 与采用相同遗传操作的 GA 比较 ,基于 GP SO 模型的算法解 的质量与收敛稳定性提高 , 同时计算费用显著降低. 关键词 　广义粒子群优化模型 ;旅行商问题 ; Inver over 算子 中图法分类号 TP18 General Particle Swarm Optimization Model GA O HaiBing 　ZHOU Chi 　GA O Lian g ( D ep art ment of I n d us t ri al Eng i neeri ng , S chool of M echanical S cience an d Eng i neeri ng , H uaz hong Uni vers ity of S cience an d Technol ogy , Wuhan 　430074) Abstract 　 Particle swar m op timization ( P SO) i s generic heuri stic algorit hm ba sed on swar m in t elligence . It ha s been app lied to many p ractical continuou s op timization p roblem s. However , due to t he lim