连续空间二元粒子群算法理论研究综述  

Research of continuing binary particle swarm optimization

作　　者：程美英[1] 钱乾[1,2] 熊伟清[3] 周鸣争[2] 

机构地区：[1]安徽商贸职业技术学院电子信息工程系,安徽芜湖241002 [2]安徽工程大学计算机与信息学院,安徽芜湖241000 [3]宁波大学计算机科学与技术研究所,浙江宁波315211

出　　处：《计算机应用研究》2013年第4期981-985,共5页Application Research of Computers

基　　金：安徽省教育厅自然科学基金重点资助项目(KJ2007A046;KJ2011Z131);安徽省教育厅自然科学研究项目(KJ2013Z089);安徽商贸职业技术学院院级科研资助项目(KY20100624;2011KYZ01)

摘　　要：连续空间的二元粒子群算法通过搜索空间与解空间相分离,在离散域及连续域优化问题中均得到较好的应用,但标准二元粒子群算法离散化机理存在的缺陷以及"探索"和"利用"的冲突均限制了二元粒子群算法更好的发展。从离散化机理的改进、算法的融合、协同控制以及算法的描述工具等方面入手,讨论了近年来对二元粒子群算法的若干改进及应用;最后评述了二元粒子群算法未来的研究方向和主要研究内容。Separating the searching space from the solution space,the binary particle swarm optimization has good performance in the discrete combinational optimization problems and continuous optimization problems.However,the drawbacks that easy to fall into the local optimization and the discrete mechanism still exist.Starting with the improvement of the discrete mechanism and the fusion of the algorithm as well as the algorithm description tool,this paper discussed a series of schemes on improving the binary particle swarm optimization,and also provided the new applications.Finally,it presented some remarks on the futher research.

关 键 词：连续空间二元粒子群算法(CBPSO) 离散化机理 算法融合 协同控制 细胞自动机(CA) 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]