基于牛顿力学和博弈论模型的粒子网络优化算法
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 668KB
- 页数 10P
- 阅读 65
- 下载 26
为克服标准粒子群算法在求解高维TSP问题时求解精度不高、易陷入局部最优等不足,将每个粒子均赋予质量和加速度,利用泊松分布和牛顿第二运动定律动态调整粒子加速度,并将粒子维数以相似度划分为优势部分和劣势部分,正常更新时只对劣势部分进行相应处理,保持并扩大其优势部分以提高收敛速度,扰动时更新其优势部分以达到远离当前粒子网络的目的来跳出局部最优。当有粒子碰撞时,引入反向学习策略处理粒子,选择合适的降速模型来提高收敛速度。最后,将改进后的算法用于求解TSPLIB中的标准实例问题,并与经典算法进行比较。试验结果表明,提出的新算法在求解旅行商问题时具有高效率、低迭代次数及强收敛等特性。该结果可为智能算法在求解优化问题时提高精确性和加快收敛等方面的研究提供一定的参考。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于牛顿力学和博弈论模型的粒子网络优化算法 668KB
基于牛顿力学和博弈论模型的粒子网络优化算法 458KB
基于博弈论的无线网络功率优化模型 302KB
基于演化博弈论的网络安全投资策略分析 2.6MB
基于博弈论的投标报价决策模型的研究 1.7MB
基于粒子群算法优化的神经网络在入侵检测中的应用 180KB
基于演化博弈论的WSNs信任决策模型与动力学分析 316KB
基于粒子群算法优化BP神经网络漏钢预报的研究 193KB
粒子群算法在PERT网络优化问题中的应用 434KB