动态改变邻域空间和搜索步的自由搜索算法

doi:10.3969/j.issn.1001-2400.2010.04.028

J4 ›› 2010, Vol. 37 ›› Issue (4): 737-742.doi: 10.3969/j.issn.1001-2400.2010.04.028

动态改变邻域空间和搜索步的自由搜索算法

李团结;曹玉岩;孙国鼎

(西安电子科技大学机电工程学院，陕西西安 710071)

收稿日期:2009-05-17 出版日期:2010-08-20 发布日期:2010-10-11
通讯作者: 李团结
作者简介:李团结(1972-)，男，教授，博士，E-mail: tjli@mail.xidian.edu.cn．
基金资助:
国家自然科学基金资助项目(50875193)

Free search algorithm with the variable neighbourhood and step

LI Tuan-jie;CAO Yu-yan;SUN Guo-ding

(School of Mechano-electronic Engineering, Xidian Univ., Xi'an 710071， China)

Received:2009-05-17 Online:2010-08-20 Published:2010-10-11
Contact: LI Tuan-jie

摘要/Abstract

摘要：

针对群体智能优化方法——自由搜索算法后期寻优效率降低、特别是多维空间寻优效果不佳的问题，提出一种动态改变邻域空间和搜索步的自由搜索算法，该算法前期邻域空间和搜索步变化不大，进行全局搜索；后期邻域空间和搜索步变化较大，进行局部寻优．给出了动态调整邻域空间及搜索步的方法．通过对4个经典的函数进行测试实验，结果表明，该算法在平均最优值和成功率上都有所提高，而且收敛速度快、精度高，尤其对多维多峰函数效果更加明显．

关键词: 自由搜索, 全局优化, 邻域空间, 算法, 搜索步

Abstract:

To overcome the problem of population-based optimisation algorithms-free search (FS) to find the best solution with the low efficient later stage, especially multi-dimensional search space, FS with the variable neighbourhood and step method is proposed. The previous neighbourhood space and step do not change much in searching for the overall situation and change relatively greatly in the later stage in local exploration by the algorithm. The methods for the varying neighbourhood and step are given and simulation results with four traditional functions show that the algorithm has a better probability of finding the global optimum and mean best value, with quick convergence and high precision, especially for the multi-dimensional and multimodal function.

Key words: free search, global optimization, neighbourhood space, algorithms, search step

李团结;曹玉岩;孙国鼎. 动态改变邻域空间和搜索步的自由搜索算法[J]. J4, 2010, 37(4): 737-742.

LI Tuan-jie;CAO Yu-yan;SUN Guo-ding. Free search algorithm with the variable neighbourhood and step[J]. J4, 2010, 37(4): 737-742.

参考文献

[1] Holland J H. Adaptation in Natural and Artificial Systems[M]. Cambridge: MIT Press, 1992.
[2] Alberto C, Maniezzo D. Distributed Optimization by Ant Colonies [C]//Proc of the First European Conf on Artificial Life. Paris: Elsevier Publishing, 1991:134-142.
[3] 寇晓丽, 刘三阳. 一种求解连续优化的蚁群混合算法[J]. 西安电子科技大学学报, 2006, 33(5): 745-747.
Kou Xiaoli, Liu Sanyang. Hybrid Algorithm Based on Ant Colony Optimization in Continuous Space Optimization [J]. Journal of Xidian University, 2006, 33(5): 745-747.
[4] Kennedy J, Eberhart R. Partical Swarm Optimization [C]//IEEE Int Conf on Neural Networks. Piscataway: IEEE Service Center, 1995: 1942-1948.
[5] Shi Y, Eberhart R. A Modified Particle Swarm Optimizer [C]//IEEE World Conf on Computational Intelligence. Piscataway: IEEE Press, 1998: 69-73.
[6] 赵俊, 陈建军. 混沌粒子群优化的模糊神经PID控制器设计[J]. 西安电子科技大学学报, 2008, 35(5): 54-59.
Zhao Jun, Chen Jianjun. Design of the Fuzzy Neural PID Controller Based on Hybrid PSO[J]. Journal of Xidian University, 2008, 35(5): 54-59.
[7] 韩江洪, 李正荣, 魏振春. 一种自适应粒子群优化算法及其仿真研究[J]. 系统仿真学报, 2006, 18(10): 2969-2971.
Han Jianghong, Li Zhengrong, Wei Zhenchun. Adaptive Particle Swarm Optimization Algorithm and Simulation[J]. J of System Simulation, 2006,18(10): 2969-2971.
[8] 张顶学, 关治洪, 刘新芝. 一种动态改变惯性权重的自适应粒子群算法[J]. 控制与决策, 2008, 23(11): 1253-1257.
Zhang Dingxue, Guan Zhihong, Liu Xinzhi. Adaptive Particle Swarm Optimization Algorithm with Dynamically Change Inertia Weight[J]. Control and Decision, 2008, 23(11): 1253-1257.
[9] 罗辞勇, 陈民轴. 适应性粒子群寻优算法[J]. 控制与决策, 2008, 23(10): 1135-1138.
Luo Ciyong, Chen Minzhou. Adaptive Particle Swarm Optimization Algorithm[J]. Control and Decision, 2008, 23(10): 1135-1138.
[10] Penev K, Littlefair G. Free Search—a Comparative Analysis[J]. Information Sciences, 2005,172(1-2): 173-193.
[11] 周晖, 徐晨, 邵世煌, 等. 自适应搜索优化算法[J]. 计算机科学, 2008, 35(10): 188-191.
Zhou Hui, Xu Chen, Shao Shihuang, et al. Adaptive Free Search Algorithm[J]. Computer Science, 2008, 35(10): 188-191.
[12] 周晖, 李丹美, 邵世煌, 等. 一种新的群集智能优化及其改进研究[J]. 系统工程与电子技术, 2008, 30(2): 337-340.
Zhou Hui, Li Danmei, Shao Shihuang, et al. Novel Swarm Intelligence Algorithm and Its Improvement[J]. Systems Engineering and Electronics, 2008, 30(2): 337-340.

[1]	翟畅,林中朝,赵勋旺,张玉. 一种使用八叉树的半空间MLFMA区域分解算法[J]. 西安电子科技大学学报, 2021, 48(6): 144-150.
[2]	张宇鹏,吴自力,陈鸣,张璐璐. 面向交叉微服务链的任务调度优化[J]. 西安电子科技大学学报, 2021, 48(6): 32-39.
[3]	杜文占,余志勇,杨剑,姜海滨. 改进NSGA-II算法及监测天线部署优化研究[J]. 西安电子科技大学学报, 2021, 48(5): 239-248.
[4]	张飞,马时平,张立朝,何林远,仇祝令,韩永赛. 空间可靠性和相关滤波器联合学习的跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 167-177.
[5]	李明,胡江平,曹晓莉. 异构传感网成本优化的节点部署策略[J]. 西安电子科技大学学报, 2021, 48(4): 11-19.
[6]	杨仲平,周青松,张剑云. 区域能量聚焦技术中超稀疏阵列优化算法[J]. 西安电子科技大学学报, 2021, 48(4): 57-63.
[7]	马悦,张玉梅. 面向多接入边缘计算的VNFM分布式部署方案[J]. 西安电子科技大学学报, 2021, 48(4): 20-26.
[8]	王波,邓科. DB-SMOTE及多层堆叠用于心律失常识别[J]. 西安电子科技大学学报, 2021, 48(4): 136-143.
[9]	何诗洋,李晖,李凤华. SM4算法的FPGA优化实现方法[J]. 西安电子科技大学学报, 2021, 48(3): 155-162.
[10]	刘天宇,王翥. 一种多样性控制的多目标粒子群算法[J]. 西安电子科技大学学报, 2021, 48(3): 106-114.
[11]	李兴华,蔡觉平,李晓龙,王峰,闫振华. T-NTRU物联网动态接入认证技术[J]. 西安电子科技大学学报, 2021, 48(3): 188-196.
[12]	杨旭,周德俭,宋微,陈小勇. 一种考虑复杂约束的线缆束路径规划方法[J]. 西安电子科技大学学报, 2021, 48(3): 197-204.
[13]	曹艺,蔡晓东. 一种有效的困难样本学习策略[J]. 西安电子科技大学学报, 2021, 48(3): 99-105.
[14]	周建宇,位寅生,许荣庆. 一种改进模糊C均值聚类的电离层杂波分类方法[J]. 西安电子科技大学学报, 2021, 48(2): 35-41.
[15]	叶涛,韦永壮,李灵琛. KNOT认证加密算法的零和区分器分析[J]. 西安电子科技大学学报, 2021, 48(1): 76-86.

动态改变邻域空间和搜索步的自由搜索算法

Free search algorithm with the variable neighbourhood and step

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10