摘要:以旅行商问题为例,提出了一种离散粒子群优化算法,根据优化问题及离散量的特点,对粒子的位置、速度等量及其运算规则进行了重新定义,为抑制早熟停滞现象,为粒子和粒子群分别定义了个体多样性和微观多样性,算法中定义了排斥算子来保持粒子群的多样性,使用高效的学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得了很好的平衡,与领域中的其它典型算法进行了仿真比较,结果表明,离散粒子群优化算法具有很好的性能.
关键词:离散粒子群优化 旅行商问题 排斥算子 学习算子
单位:福建农林大学计算机与信息学院; 福建福州350002; 浙江大学计算机科学与技术学院; 浙江杭州310027
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社