直觉模糊离散粒子群算法
DOI:
CSTR:
作者:
作者单位:

1. 空军工程大学防空反导学院
2. 空军工程大学
3. 北京232厂军代表室

作者简介:

汪禹喆

通讯作者:

中图分类号:

TP183

基金项目:

国家自然科学基金项目-直觉模糊集理论研究;陕西省自然科学基金项目


Intuitionistic fuzzy discrete particle swarm algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在研究和分析离散粒子群算法(DBPSO) 的基础上, 提出一种基于直觉模糊熵的改进离散粒子群算法
    (IFDPSO). 该算法以直觉模糊熵作为粒子群状态测度和速度变异的基本参数, 同时加入了位置变异策略以保证算法
    在有限时间内尽可能多地遍历到次优位置及其邻域, 增强了算法的全局寻优能力. 实验数据表明, 在求解较大规模整
    数规划问题(如0-1 背包问题) 时, IFDPSO 比DPSO 和蚁群算法(ACO) 更为有效, 从而为解决这类问题提供了新的途
    径和方法.

    Abstract:

    On the basis of the analysis and research on discrete particle swarm optimization algorithm(DPSO), an improved
    DPSO algorithm(IFDPSO) based on intuitionistic fuzzy entropy is proposed, which takes the intuitionistic fuzzy entropy
    as the measure of the state of particle swarm and the parameter of velocity mutation. With the location mutation strategy,
    the IFDPSO can possibly search as much as possible sub-optimal location and its neighborhood, and the algorithm ability
    of searching global best value is intensified. The experimental data shows that, in solving large scale integer programming
    problem such as 0-1 knapsack problem, IFDPSO algorithm represents more effective than DPSO algorithm and ant colony
    optimization(ACO) algorithm, which provides a new way for solving 0-1 knapsack problem.

    参考文献
    相似文献
    引证文献
引用本文

汪禹喆, 雷英杰, 周 林,等.直觉模糊离散粒子群算法[J].控制与决策,2012,27(11):1735-1739

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-04-28
  • 最后修改日期:2011-09-01
  • 录用日期:
  • 在线发布日期: 2012-11-20
  • 出版日期:
文章二维码