自适应惯性权重的分组并行粒子群优化算法

被引：19

作者：

周飞红 ^{[1
]}

廖子贞 ^{[2
]}

机构：

[1] 湖南涉外经济学院电气与信息工程学院

[2] 长沙市人力资源与社会保障局信息中心

来源：

计算机工程与应用 | 2014年 / 08期

关键词：

分组; 并行; 粒子群; 自适应; 惯性权重;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对岛屿模型的并行粒子群算法没有根本改变粒子速度更新的问题,提出一种自适应惯性权重的分组并行粒子群优化算法。该算法在迭代过程中能自适应地选择加入分组的数量,同时对各组粒子的惯性权重按照组内最优位置的变化进行自适应调整。各组运用多线程技术并行处理,粒子间采用新的信息共享的方式。仿真结果证实,该算法具有较高的收敛速度和收敛精度。

引用

页码：40 / 44

页数：5

共 8 条

[1]

分组粒子群优化算法 [J].

叶海燕 ;

陈毓灵 ;

高鹰 .

广州大学学报(自然科学版), 2007, (02) :64-67

[2]

一种非对称互联型粒子群算法 [J].

方峻 ;

唐普英 ;

任诚 .

计算机工程与应用, 2006, (32) :48-50+71

[3]

用协同演化并行PSO重构扩展的超二次曲面模型 [J].

黄芳 ;

樊晓平 ;

瞿志华 .

计算机工程与应用, 2006, (13) :15-18+25

[4]

基于岛屿群体模型的并行粒子群优化算法 [J].

黄芳 ;

樊晓平 .

控制与决策 , 2006, (02) :175-179+188

[5]

并行遗传算法分析 [J].

曾国荪 ;

丁春玲 .

计算机工程, 2001, (09) :53-55

[6]

并行计算[M] 陈国良编著; 高等教育出版社 2003,

[7]

The particle swarm-explosion; stability; and convergence in a multidimensional complex space Clerc; Maurice;Kennedy; James; IEEE Transactions on Evolutionary Computation 2002,

[8]

Particle swarm optimization Kennedy J; Eberhart RC; Proceedings of the IEEE International Joint Conference on Neural Networks 1995,

← 1 →