粒子群优化算法
禁毒黑板报-虾皮炒鸡蛋
2023年2月21日发(作者：肖卫国)--
1
2018年度广东省科学技术奖公示表
（自然科学奖、技术发明奖、科技进步奖格式）
项目名称
粒子群优化算法及应用研究
主要完成单位
华南理工大学
中山大学
主要完成人
（职称、完成单
位、工作单位）
1.张军（教授、华南理工大学、华南理工大学&中山大学、本人是该项目的总负责人，
设计了项目的研究内容与研究方案，完成了粒子群优化算法的自适应控制策略、协
同更新策略、解扩展方法的研究，并将上述方法应用于多个领域取得好的效果。
本人是10篇代表性论著的完成人，是其中9篇代表性论著的通讯作者。对《重要科
学发现》中的第一、二、三、四点做出了创造性贡献，是论文[1]-[10]的作者。）
2.詹志辉（教授、华南理工大学、华南理工大学、本人发现了粒子群算法的自适应
控制理论，提出基于种群进化状态感知与模糊估计的算法参数和策略自适应控制新
方法，提高算法效率；发现了粒子群算法个体协同与群体协同的高效更新规律，提
出了正交预测学习的个体更新方式和多种群协同搜索的群体更新方式，缓解了算法
容易落入局部最优的低效搜索问题。对《重要科学发现》中的第一、二、四点做出
了创造性贡献，是论文[1][2][3][6][7][9]的作者。）
3.陈伟能（教授、华南理工大学、华南理工大学、本人提出了基于寿命的自适应粒
子群算法，提出了基于集合的粒子群算法解空间拓展方法，将粒子群算法拓展应用
于工作流优化等领域。对《重要科学发现》中的第一、三、四点做出了创造性贡献，
是论文[3][4][5][7][9]的作者。）
4.周育人（教授、中山大学、中山大学、本人从理论上分析证明了粒子群优化算法
在离散空间的收敛性，给出算法在不同问题上能取得的近似比。对《重要科学发现》
中的第三点做出了创造性贡献，是论文[10]的作者。）
5.龚月姣（副教授、华南理工大学、华南理工大学、本人提出了基于集合图论的离
散粒子群优化算法，提出了基于粒子群优化算法的工业资源优化部署方案。对《重
要科学发现》中的第一、三、四点做出了创造性贡献，是论文[7]-[9]的作者。）
6.林盈（讲师、中山大学、中山大学、本人参与了粒子群优化算法在自适应控制理
论。对《重要科学发现》中的第一点做出了创造性贡献，是论文[3][9]的作者。）
7.余维杰（副教授、中山大学、中山大学、本人将粒子群优化算法的自适应控制理
论向其他计算智能方法推广，证明了自适应控制理论在各类计算智能方法中具有普
遍适用性，提出了差分进化算法的双层参数自适应控制策略，将参数的自适应控制
模型从种群级别扩展到个体级别，提高了差分进化算法对各类问题的求解效果。参
与了粒子群优化算法在自适应控制理论。对《重要科学发现》中的第一点做出了创
造性贡献，是论文[9]的作者。）
项目简介
国家中长期发展规划中明确提出了对智能化的需求，粒子群优化算法是智能技
术的重要组成部分，通过模拟自然界的群体智能现象实现对各类复杂问题的求解，
具有不依赖数学解析模型、全局寻优、收敛速度快等优势，为解决众多工程优化问
题提供有效手段，是人工智能研究的前沿技术。该项目针对粒子群优化算法中的参
数控制、个体协同、求解域限制等难题，在算法的理论与应用研究方面取得了关键
性突破，主要科学发现如下：
（1）粒子群优化算法的自适应控制理论：建立了基于进化成熟状态感知的参数
自适应控制理论，克服了参数设置受人为先验设定影响和具体问题影响的不足，提
出了参数自适应和个体寿命自适应的粒子群优化算法，提高了算法在整个进化过程
中的适应性，并证明了自适应控制理论在各类计算智能方法中具有普遍适用性。代
--
2
表性成果被蚁群优化算法的创始人Dorigo教授（IEEEFellow）评价为粒子群优化
算法的重要研究成果。
（2）粒子群优化算法的协同更新策略：发现了粒子群优化算法中个体认知与社
会影响的多尺度竞争与协作关系，提出了基于正交设计与预测对算法个体与群体经
验进行挖掘和利用的新方法，为粒子的更新设计了正交协同学习策略，增强了算法
的全局搜索能力。代表性成果被禁忌搜索算法创始人、冯诺依曼理论奖获得者Glover
教授作为全局优化方法中粒子群优化算法领域的唯一推荐对象。
（3）粒子群优化算法的解空间扩展方法：提出了集合型离散粒子群优化算法，
突破了粒子群优化算法适用空间的限制，将局限于连续问题空间的粒子群优化算法
扩展成通用于连续和离散问题空间的通解算法，提升算法面向不同实际问题的可求
解普适性。代表性成果被欧拉奖获得者、组合数学领域的最高终生成就奖获得者C.
rn教授进行拓展并应用于解决软件测试问题。
（4）粒子群优化算法的工业应用：成功地将粒子群优化算法的理论研究成果拓
展应用于工作流调度优化、工业资源部署优化等实际工程领域，既拓展了粒子群优
化算法的新型应用领域，也提高了实际系统的运行效能。代表性成果被IEEETCC主
编教授（IEEEFellow）进行了正面引用与评价。
该项目的10篇代表性论文SCI他引1369次、GoogleScholar他引3018次，其中4
篇论文入选全球影响力排名前1%的ESI高被引论文、1篇论文入选全球影响力排名
前0.1%的ESI热点论文。第一完成人受聘教育部长江学者特聘教授，获得了国家自
然科学基金杰出青年基金项目的资助，担任IEEETransactionsonEvolutionary
Computation等4本国际顶级刊物的副编辑；第二完成人受聘教育部青年长江学者；
第三完成人获得了国家自然科学基金优秀青年基金项目的资助。
代表性论文
专著目录
论文1：AdaptiveParticleSwarmOptimization
论文2：Orthogonallearningparticleswarmoptimization
论文3：ParticleSwarmOptimizationWithanAgingLeaderandChallengers
论文4：AnAntColonyOptimizationApproachtoaGridWorkflowScheduling
ProblemWithVariousQoSRequirements
论文5：ANovelSet-BasedParticleSwarmOptimizationMethodforDiscrete
OptimizationProblems
论文6：MultiplePopulationsforMultipleObjectives:ACoevolutionary
TechniqueforSolvingMultiobjectiveOptimizationProblems
论文7：OptimizingRFIDNetworkPlanningbyUsingaParticleSwarm
OptimizationAlgorithmWithRedundantReaderElimination
论文8：OptimizingtheVehicleRoutingProblemWithTimeWindows:ADiscrete
ParticleSwarmOptimizationApproach
论文9：DifferentialEvolutionWithTwo-LevelParameterAdaptation
论文10：PerformanceAnalysisofEvolutionaryAlgorithmsfortheMinimumLabel
SpanningTreeProblem
知识产权名称
专利1：基于蚁群算法的功率电子电路优化方法（ZL2.7）
专利2：基于蚁群算法的蛋白质折叠优化方法（ZL2.1）
专利3：运用蚁群算法优化多QoS网格工作流的方法（ZL2.5）
专利4：基于粒子群算法的多播路由方法（ZL2.1）
--
3
推广应用情况无