用于进化计算的群记忆性算法  

Population Mnemonic Algorithm for Evolutionary Computation

作　　者：陶俊波[1] 蔡德所[1,2] 吴彰敦[1] 段秋华[1] 

机构地区：[1]广西大学土木建筑工程学院,南宁530004 [2]三峡大学,宜昌443002

出　　处：《计算机工程》2010年第14期156-157,160,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60720106001)

摘　　要：在进化计算中利用群的记忆性,提出群记忆性算法(PMA)。PMA考虑了群个体的当前多样性较优群和多样性权重w1。在多维优化和固定进化次数的情况下,采用Rastrigrin函数、Griewangk函数和Schwefel函数进行测试,benchmark表明PMA的性能优于混沌惯性权重的粒子群优化算法。This paper utilizes population memory and proposes a Population Mnemonic Algorithm（PMA） for evolutionary computation.PMA thinks about population individual current more diverse population and the diversity weight w1.With multi-dimensional optimization and fixed evolutionary generations,this paper tests the algorithm by using Rastrigrin function,Griewangk function,and Schwefel function.benchmark shows that PMA is better than Chaos inertance weight PSO（CPSO） algorithm.

关 键 词：进化计算 群记忆性算法 多样性权重 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]