改进的粒子群算法

被引:33
作者
张建科 [1 ]
刘三阳 [2 ]
张晓清 [3 ]
机构
[1] 西安邮电学院应用数理系
[2] 西安电子科技大学理学院
[3] 西安电子科技大学软件学院
关键词
粒子群算法; 进化算法; 强引导; 优化; 群体智能;
D O I
10.16208/j.issn1000-7024.2007.17.036
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
为改善基本粒子群算法的搜索性能,针对粒子群算法随机性较强、收敛较慢的问题,利用数学中的外推技巧给出了两个新的粒子位置更新公式,由此构造出一种新的算法——强引导型粒子群算法。新算法对粒子位置更新加以引导,试图减少算法的随机性以提高搜索效率。用4个基准函数对新算法进行试验,结果表明,新算法在稳定性和收敛性上优于基本粒子群算法。
引用
收藏
页码:4215 / 4216+4219 +4219
页数:3
相关论文
共 5 条
[1]   飞行时间自适应调整的粒子群算法 [J].
张建科 ;
刘三阳 ;
张晓清 .
计算机应用, 2006, (10) :2513-2515
[2]   动态优化环境下的群核进化粒子群优化方法 [J].
窦全胜 ;
周春光 ;
徐中宇 ;
潘冠宇 .
计算机研究与发展, 2006, (01) :89-95
[3]   多峰搜索的动态微粒群算法 [J].
张晓清 ;
张建科 ;
方敏 .
计算机应用, 2005, (11) :2668-2670
[4]   一种具有感觉的微粒群算法 [J].
陈红洲 ;
顾国昌 ;
康望星 .
计算机研究与发展, 2005, (08) :1299-1305
[5]  
曾建潮等编著.微粒群算法[M].北京:科学出版社,2004