论文部分内容阅读
针对模拟退火算法收敛速度慢、随机采样策略缺乏记忆能力、算法并行化问题依赖等缺点,利用粒子群优化(Particle Swarm Optimization,PSO)算法中的记忆功能引导算法在解空间开展精细搜索,设计新的反向转动操作增加算法多样性,借助PSO的天然并行性克服SA的并行问题依赖性,并在集群上实现多Agent协同进化的改进算法.通过Toy模型的蛋白质结构预测问题仿真实验表明改进算法能有效提高求解问题的质量和效率.