[1]欧微 焦丽萍 陈平 易朝晖.基于邻域混沌PSO算法的目标分配优化方法[J].计算机技术与发展,2012,(08):85-88.
　OU Wei,JIAO Li-ping,CHEN Ping,et al.Targets Assignment Approach Based on Neighborhood Chaos Searching Particle Swarm Optimization[J].,2012,(08):85-88.
点击复制

基于邻域混沌PSO算法的目标分配优化方法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年08期
页码:
85-88
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Targets Assignment Approach Based on Neighborhood Chaos Searching Particle Swarm Optimization
文章编号:
1673-629X（2012）08-0085-04
作者:
欧微 焦丽萍 陈平 易朝晖
乌鲁木齐民族干部学院军事合成教研室
Author(s):
OU Wei;  JIAO Li-ping;  CHEN Ping;  YI Zhao-hui
The Military Synthesizes Staff Room of Ururnqi Academy of Minority Cadre
关键词:
目标分配; 粒子群算法; 混沌优化; 有效性修订
Keywords:
target assignment ; panicle swarm optimization;  chaos optimization ; validity correcting
分类号:
TP301
文献标志码:
A
摘要:
针对基本粒子群算法在求解火力打击体系目标分配问题时易陷入局部极值、计算精度差的局限性，提出了一种基于混沌粒子群算法（ChaosParticleSwarmOptimization，CPSO）的目标分配优化方法。在综合考虑整体毁伤效能、打击匹配度和风险概率的基础上，分析了目标分配问题的数学模型，设计了相应的粒子编码方法、更新策略和有效性修订方法，提出一种在种群最优粒子邻域内进行混沌搜索的改进策略。仿真结果表明，所提CPSO算法的性能明显优于基本粒子群算法和变异粒子群算法
Abstract:
To conquer the limitation of basic particle swarm optimization （PSO） ,which has low convergence precision and easily runs into local extremum when solving targets assignment problems, an algorithm based on Chaos PSO （CPSO） is introduced. By taking global strike efficiency, strike match degree and risk probability into account,the mathematic model of Wxgets assignment problems are analyzed, the encoding method,updating strategy and validity correcting are designed,whereas a chaos optimization search method nearby optimum particle is introduced. Lastly ,the simulation results indicate the performance of proposed CPSO, which is obviously superior to basic PSO and mutation PSO

相似文献/References:

[1]张爱华 江中勤 张华.基于粒子群优化算法的分形图像压缩编码[J].计算机技术与发展,2010,(02):21.
　ZHANG Ai-hua,JIANG Zhong-qin,ZHANG Hua.Fractal Image Compression Coding Based on PSO[J].,2010,(08):21.
[2]唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,(02):213.
　TANG Jun.Principle and Application of PSO Algorithm[J].,2010,(08):213.
[3]张捍东 廖天红 岑豫皖.用模拟退火思想的粒子群算法实现图像分割[J].计算机技术与发展,2010,(05):83.
　ZHANG Han-dong,LIAO Tian-hong,CEN Yu-wan.Image Segmentation Through Particle Swarm Optimization Based on Simulated Annealing[J].,2010,(08):83.
[4]廖锋 高兴宝.差分演化算法在约束优化问题中的应用[J].计算机技术与发展,2010,(05):187.
　LIAO Feng,GAO Xing-bao.Application of Differential Evolution Algorithms on Constraint Optimization Problems[J].,2010,(08):187.
[5]来磊 卢文科 邓开连.基于二维Tsallis交叉熵直线型图像阈值分割方法[J].计算机技术与发展,2010,(06):105.
　LAI Lei,LU Wen-ke,DENG Kai-lian.New Image Thresholding Segmentation Methods Based on Two-Dimensional Tsallis Cross-Entropy Liner-Type[J].,2010,(08):105.
[6]邹毅 朱晓萍 王秀平.一种基于混沌优化的混合粒子群算法[J].计算机技术与发展,2009,(11):18.
　ZOU Yi,ZHU Xiao-ping,WANG Xiu-ping.A Hybrid PSO Algorithm Based on Chaos Optimization[J].,2009,(08):18.
[7]王为为 程家兴 贺晟.基于佳点集交叉的粒子群算法[J].计算机技术与发展,2009,(12):32.
　WANG Wei-wei,CHENG Jia-xing,HE Sheng.Particle Swarm Algorithm Based on Good Point Set Crossover[J].,2009,(08):32.
[8]贾瑞玉 黄义堂 邢猛.一种动态改变权值的简化粒子群算法[J].计算机技术与发展,2009,(02):137.
　JIA Rui-yu,HUANG Yi-tang,XING Meng.A Modified Simple Particle Swarm Optimization Using Dynamically Decreasing Inertia Weight[J].,2009,(08):137.
[9]卢珊萍 于盛林.基于粒子群算法的细胞神经网络模板参数设计[J].计算机技术与发展,2009,(04):83.
　LU Shan-ping,YU Sheng-lin.A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm[J].,2009,(08):83.
[10]王艳玲 李龙澍 胡哲.群体智能优化算法[J].计算机技术与发展,2008,(08):114.
　WANG Yan-ling,LI Long-shu,HU Zhe.Swarm Intelligence Optimization Algorithm[J].,2008,(08):114.

备注/Memo

备注/Memo:
军队重点项目（编号略）欧微（1983-），男，湖南武冈人，助教，硕士，CCF会员，主要研究方向为智能算法与作战模拟；焦丽萍。副教授，主要研究方向为软件工程与信息系统
更新日期/Last Update: 1900-01-01