求解约束优化问题的混合粒子群算法

裴胜玉; 周永权; 罗淇方

Chinese

您当前的位置：

首页 >

文章列表页 >

求解约束优化问题的混合粒子群算法

更新时间：2026-09-04

- 求解约束优化问题的混合粒子群算法
- Hybrid Particle Swarm Algorithm for Solving Constrained Optimization
- 微电子学与计算机 2010年27卷第4期页码：5-8
- 作者机构：
  
  广西民族大学机构数学与计算机科学学院,广西,南宁,530006
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（60461001）;广西自然科学基金项目（0832082;0991086）;国家民委科研基金项目（08GX01）;广西民族大学科研项目启动基金资助项目
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
裴胜玉, 周永权, 罗淇方. 求解约束优化问题的混合粒子群算法[J]. 微电子学与计算机, 2010, 27(4): 5-8.

PEI Sheng-yu, ZHOU Yong-quan, LUO Qi-fang. Hybrid Particle Swarm Algorithm for Solving Constrained Optimization[J]. 2010, 27(4): 5-8.
裴胜玉, 周永权, 罗淇方. 求解约束优化问题的混合粒子群算法[J]. 微电子学与计算机, 2010, 27(4): 5-8. DOI：

PEI Sheng-yu, ZHOU Yong-quan, LUO Qi-fang. Hybrid Particle Swarm Algorithm for Solving Constrained Optimization[J]. 2010, 27(4): 5-8. DOI：

摘要

针对约束优化问题提出一种混合粒子群求解算法

该算法根据可行性规则

引入自适应惩罚函数

结合模拟退火算法

不断地寻找更优可行解

逐渐达到搜索全局最优解.通过对一些标准函数测试

计算机仿真结果表明

该方法是有效和可行的

且具有较高的计算精度

相比传统算法

最优解精度达到10.

Abstract

This paper presents a hybrid particle swarm optimization for solving constrained optimization problems

which is based on constraint-handling mechanism

SA (Simulated Annealing) and dynamically changing penalty function. And can continuously find better feasible solutions

gradually leading the search near the true optimum solution. This constraint handling approach have been tested on some problems commonly used in the literature. In all cases

our results show that the proposed approach is an efficient and can reach a higher precision

the precision is more than 10.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于TCBSA-ACO算法在云计算任务分配中的研究

基于模拟退火算法的门阵列布局

模拟退火算法的WLAN信道分配中的应用

基于区块链的AI生成内容溯源框架设计研究

超低功耗实时时钟电路的设计