基于改进的粒子群和遗传算法的混合优化算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进的粒子群和遗传算法的混合优化算法

范柳斌, 李路, 陈妮娜, 胡昱, 张子厚

文章导航 > 上海工程技术大学学报 > 2011 > 25(3): 262-265

范柳斌, 李路, 陈妮娜, 胡昱, 张子厚. 基于改进的粒子群和遗传算法的混合优化算法[J]. 上海工程技术大学学报, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

引用本文:

范柳斌, 李路, 陈妮娜, 胡昱, 张子厚. 基于改进的粒子群和遗传算法的混合优化算法[J]. 上海工程技术大学学报, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

FAN Liu-bin, LI Lu, CHEN Ni-na, HU Yu, ZHANG Zi-hou. Hybrid Optimization Algorithm Based on Improved PSO and GA[J]. Journal of Shanghai University of Engineering Science, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

Citation:

FAN Liu-bin, LI Lu, CHEN Ni-na, HU Yu, ZHANG Zi-hou. Hybrid Optimization Algorithm Based on Improved PSO and GA[J]. Journal of Shanghai University of Engineering Science, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

范柳斌, 李路, 陈妮娜, 胡昱, 张子厚. 基于改进的粒子群和遗传算法的混合优化算法[J]. 上海工程技术大学学报, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

引用本文:

范柳斌, 李路, 陈妮娜, 胡昱, 张子厚. 基于改进的粒子群和遗传算法的混合优化算法[J]. 上海工程技术大学学报, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

FAN Liu-bin, LI Lu, CHEN Ni-na, HU Yu, ZHANG Zi-hou. Hybrid Optimization Algorithm Based on Improved PSO and GA[J]. Journal of Shanghai University of Engineering Science, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

Citation:

FAN Liu-bin, LI Lu, CHEN Ni-na, HU Yu, ZHANG Zi-hou. Hybrid Optimization Algorithm Based on Improved PSO and GA[J]. Journal of Shanghai University of Engineering Science, 2011, 25(3): 262-265. doi: 10.3969/j.issn.1009-444X.2011.03.017

基于改进的粒子群和遗传算法的混合优化算法

doi: 10.3969/j.issn.1009-444X.2011.03.017

上海工程技术大学基础教学学院,上海201620
上海工程技术大学城市轨道交通学院,上海201620
上海工程技术大学基础教学学院,上海,201620

中图分类号: TP391
计量
- 文章访问数: 129
- HTML全文浏览量: 41
- PDF下载量: 60
- 被引次数: 0
出版历程
- 刊出日期: 2011-09-30

Hybrid Optimization Algorithm Based on Improved PSO and GA

摘要: 分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.
- 适应度函数 /
- 粒子群优化算法 /
- 遗传算法 /
- 警车分布

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 129
HTML全文浏览量: 41
PDF下载量: 60
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 上海工程技术大学沪ICP备05052046号

电话：86-21-67791000Email：xuebao@sues.edu.cn

地址：中国上海市龙腾路333号邮政编码：201620

本系统由北京仁和汇智信息技术有限公司开发