本技术公开了一种具有并行和协作寻优功能的群体智能算法。包括以下步骤:首先,随机生成m个粒子,每个粒子代表了待求解问题的一个可行解。然后,按照自然数顺序对所有粒子进行编号,并将其划分为n个子种群。将当前待移动粒子标记为中心粒子,其它粒子标记为向导粒子。由符号函数、中心粒子和向导粒子共同确定搜索方向;计算中心粒子和向导粒子之间的位置矢量差,并乘以自适应强度因子确定搜索步长。按照上述规则,分别对子种群中的粒子进行更新,并记录子种群的最佳粒子编号。最后,由子种群中的当前最佳粒子组成协作搜索种群,找出当前全局最佳粒子。本发明设计了一种具有并行和协作搜索机制的群体智能算法,可以显著提高最优化问题的求解效率。
背景技术
群体智能算法是一类基于群体行为模式的优化方法,其核心思想是通过模拟种群中个体之间的信息交流和相互作用行为以搜索问题的最优解。与传统优化方法相比,群体智能算法具有较强的并行性。另外,群体智能算法个体之间通过共享信息,以及搜索空间中的历史信息,能够更好地指导下一步搜索的方向。这种信息交流使得群体智能算法能够在搜索过程中有效地利用已经获得的有用信息,从而提高搜索的效率。
群体智能算法处理的最典型问题就是最优化问题。随着对算法的改进和应用领域的拓展,群体智能算法在工程设计、交通规划和金融领域等实际问题求解中发挥着越来越重要的作用。然而,当问题求解空间逐渐增大时,群体智能算法的执行存在计算量大,速度慢,甚至有时无法得到满意的结果。为此,本发明将群体智能优化算法与并行算法相结合,提出一种具有并行计算能力的群体智能优化算法。同时,设计一种协同搜索机制,强化个体之间的信息交流,以实现更高效的搜索策略。
实现思路