Professor
Supervisor of Master's Candidates
Main positions:Deputy Dean of School of Computer Science and Mathematics, Fujian Institute of Technology
Other Post:Deputy Director of Fujian Provincial Key Laboratory of Big Data Mining and Application Technology
Hits:
Affiliation of Author(s):信息科学与工程学院
Journal:科学技术与工程
Funded by:省、自治区、直辖市科技项目
Key Words:量子粒子群;整数规划;随机取整;优化算法
Abstract:粒子群算法主要用于优化连续性问题,如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。本文利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,本文比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。本文寻找了一种更优的求解整数规划方法。
Indexed by:Journal paper
Document Code:5013
Volume:11
Issue:33
Page Number:8195-8198
ISSN No.:1671-1815
Translation or Not:no
CN No.:11-4671/T
Date of Publication:2011-11-28