本文關(guān)鍵詞：一種基于博弈論的混合優(yōu)化算法

  更多相關(guān)文章： 群智能優(yōu)化算法 混合算法 博弈論 支付效用矩陣 最優(yōu)策略

【摘要】：為了克服單種群智能優(yōu)化算法一些固有的缺點和局限性,提出了一種基于博弈論的多子群—多策略的混合優(yōu)化算法。該算法首先通過支付效用矩陣為參與尋優(yōu)的各子群選擇最優(yōu)策略;其次,各子群采用選取的最優(yōu)策略獨立尋優(yōu),并周期性地選擇和替換,使子群的策略動態(tài)適應(yīng)搜索過程的變化;最后,將布谷鳥算法(CS)、粒子群算法(PSO)和差分進化算法(DE)兩兩混合,提出了CS-PSO、DE-PSO和DE-CS算法,并用于測試混合優(yōu)化算法的性能。仿真實驗結(jié)果表明:當(dāng)混合策略中的單種優(yōu)化算法具有不同的搜索特性時,混合優(yōu)化算法具有更高的尋優(yōu)能力和收斂效率。
【作者單位】： 湖南大學(xué)機械與運載工程學(xué)院;
【關(guān)鍵詞】： 群智能優(yōu)化算法 混合算法 博弈論 支付效用矩陣 最優(yōu)策略
【基金】：國家自然科學(xué)基金資助項目(71271078) 湖南省戰(zhàn)略新興產(chǎn)業(yè)重大專項資助項目(2013GK4049) 長沙市科技重大專項資助項目(K1306007-11-1)
【分類號】：TP18
【正文快照】： 群智能優(yōu)化算法作為計算智能的一個重要分支,因其高效的優(yōu)化性能、無須問題特殊信息等優(yōu)點,受到學(xué)術(shù)界的普遍認同與關(guān)注,并廣泛應(yīng)用于模式識別、系統(tǒng)控制、生產(chǎn)調(diào)度、計算機工程等許多領(lǐng)域,產(chǎn)生了巨大的經(jīng)濟效益和社會效益。其中較具代表性的有蟻群算法、粒子群算法、差分進化

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 鄭應(yīng)平;多人決策與博弈論(三)[J];信息與控制;1987年03期

2 鄭應(yīng)平;多人決策與博弈論(四)[J];信息與控制;1987年04期

3 鄭應(yīng)平;多人決策與博弈論(二)[J];信息與控制;1987年02期

4 鄭應(yīng)平;多人決策與博弈論(一)[J];信息與控制;1987年01期

5 陳林云;楊嬌;;博弈論在校園監(jiān)控選址中的應(yīng)用[J];山西青年;2013年14期

6 樊建聰;梁永全;;不完全信息動態(tài)博弈在智能決策支持系統(tǒng)中的應(yīng)用研究[J];山東科技大學(xué)學(xué)報(自然科學(xué)版);2006年01期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 趙小方;基于博弈論的交通控制和動態(tài)網(wǎng)絡(luò)均衡組合優(yōu)化研究[D];北方工業(yè)大學(xué);2016年

2 段領(lǐng)玉;基于博弈論的多Agent協(xié)作研究[D];河南師范大學(xué);2015年

，

本文編號：716789