计算机科学 ›› 2006, Vol. 33 ›› Issue (6): 161-162.
• • 上一篇 下一篇
郭文忠 陈国龙
出版日期:
发布日期:
基金资助:
GUO Wen-Zhong, CHEN Guo-Long （Institute of Mathematics and Computer Science, Fuzhou University, Fuzhou 350002）
Online:
Published:
摘要： 由于惯性权值的设置对粒子群优化（PSO）算法性能起着关键的作用，本文通过引入模糊技术，给出了一种惯性权值的模糊自适应调整模型及其相应的粒子群优化算法，并用于求解旅行商（TSP）问题。实验结果表明了改进算法在求解组合优化问题中的有效性，同时提高了算法的性能，并具有更快的收敛速度。
关键词: 粒子群优化算法 旅行商问题 组合优化
Abstract: The Particle swarm optimization（PSO）is an algorithm for finding optimal regions of complex search spaces through the interaction of individuals in a population of particles. The setting of inertia weight plays a key role in the performance of PSO, so many
Key words: Particle swarm optimization（PSO）, Traveling salesman problem, Combinatorial optimization
郭文忠 陈国龙. 求解TSP问题的模糊自适应粒子群算法[J]. 计算机科学, 2006, 33(6): 161-162. https://doi.org/
GUO Wen-Zhong, CHEN Guo-Long （Institute of Mathematics and Computer Science, Fuzhou University, Fuzhou 350002）. [J]. Computer Science, 2006, 33(6): 161-162. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I6/161
Cited
首页