具有自适应邻域探测机制的改进型PSO算法

被引：11

作者：

武忠勇

缑锦

赵志强

机构：

[1] 华侨大学计算机科学与技术学院

来源：

小型微型计算机系统 | 2010年 / 31卷 / 09期

关键词：

粒子群优化; 邻域探测; 自适应; 速度变异;

D O I：

10.20009/j.cnki.21-1106/tp.2010.09.028

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对基本PSO算法在全局优化中易陷入局部极值和收敛精度低的不足,分析了基本PSO算法早熟收敛的原因,提出具有自适应邻域探测机制的改进型粒子群优化(ANE-PSO)算法.该算法在进化过程中以概率总体递减的方式,选择部分粒子对最佳位置按半径总体递减的规则进行邻域探测,并引入速度变异算子,提高种群的多样性,增强了算法的全局搜索能力.并证明它依概率1收敛到全局最优解.通过与其它三个改进算法比较,结果表明ANE-PSO具有较好的全局搜索能力,收敛速度较快,稳定性较好,且没有增加时间复杂度,较有效的避免了早熟收敛问题.

引用

页码：1838 / 1845

页数：8

共 11 条

[1]

新型粒子群优化算法 [J].