基于赋时影响网的模拟退火与粒子群混合改进算法  

Hybrid Algorithm Based on Particle Swarm Optimization and Simulated in Timed Influence Nets

作　　者：赵鑫业[1] 唐帅[1] 杨妹[1] 黄柯棣[1] 

机构地区：[1]国防科技大学机电工程与自动化学院,长沙410073

出　　处：《计算机科学》2012年第S3期63-66,82,共5页Computer Science

基　　金：国家自然科学基金项目(61074108)资助

摘　　要：赋时影响网是一种最近兴起的分析复杂系统关键事件行为及因果关系的建模范式,通过连接行动事件和期望效果来实现关系推理过程。基于赋时影响网设计算法在不确定条件下寻找有效行动方案和备选行动方案用以辅助系统分析决策。本文在标准粒子群优化算法的基础上给出了一种模拟退火改进策略:在规定的计算周期内以粒子群算法进行进化计算;同时为了避免陷入局部最优,采用模拟退火方法对所有粒子重新进行有选择的初始化,初始化之后再次应用粒子群算法。为了有效提高算法的运算速度,算法的实现应用了MPI。仿真结果表明,该算法具有较快的寻优能力和较好的鲁棒性。赋时影响网是一种最近兴起的分析复杂系统关键事件行为及因果关系的建模范式,通过连接行动事件和期望效果来实现关系推理过程。基于赋时影响网设计算法在不确定条件下寻找有效行动方案和备选行动方案用以辅助系统分析决策。本文在标准粒子群优化算法的基础上给出了一种模拟退火改进策略:在规定的计算周期内以粒子群算法进行进化计算;同时为了避免陷入局部最优,采用模拟退火方法对所有粒子重新进行有选择的初始化,初始化之后再次应用粒子群算法。为了有效提高算法的运算速度,算法的实现应用了MPI。仿真结果表明,该算法具有较快的寻优能力和较好的鲁棒性。

关 键 词：赋时影响网 行动方案 基于效果作战 模拟退火算法 粒子群算法 MPI 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]