多任务处理协同进化粒子群算法
1.湖州师范学院商学院;2.湖州师范学院教师教育学院;3.合肥工业大学管理学院教育部过程优化与智能决策重点实验室;4.美国俄亥俄大学工程学院工业与系统工程系
摘要: 粒子群算法及其改进算法专注于单任务的求解.随着电子商务的发展,在线服务器在某一时刻需要同时处理来自多个用户的服务请求,即多任务处理.区别于以往的并行计算机,文中充分挖掘粒子群算法的"隐并行性",并引入协同进化机制,在同一搜索空间根据任务个数设置不同的子种群,各子种群以一定的概率相互传递有效信息,最后提出基于多任务处理协同进化粒子群算法(CPSOM),并将CPSOM应用于多任务连续型函数优化问题、多任务离散型属性选择问题以及多任务约束工程优化问题.仿真实验表明,在CPSOM多任务环境中,不同任务之间确实存在有效信息的传递,不同任务之间的相互协作不仅可以提高解的质量,而且可以加快各优化问题的收敛速度.
关键词:
多任务处理;粒子群算法(PSO);协同进化;函数优化;属性选择;工程应用;
多任务处理;粒子群算法(PSO);协同进化;函数优化;属性选择;工程应用