共 1 条
基于反馈策略的自适应粒子群优化算法
被引：32
作者：
俞欢军
张丽平
陈德钊
胡上序
机构：
[1] 浙江大学化学工程系
[2] 浙江大学化学工程系 浙江杭州
[3] 浙江杭州
来源：
关键词：
早熟;
自适应算法;
粒子群优化;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
为了克服常规粒子群优化(SPSO)算法在多峰函数寻优应用中容易出现早熟的缺点,提出了一种基于反馈策略的自适应粒子群优化(APSO)算法.考虑到进化过程中群体多样性损失过快,采用种群分布熵和平均粒距两个种群多样性参数,来均衡算法的勘探和开发能力.基于惯性权值随种群多样性变化而变化的动态分析,建立了惯性权值与平均粒距之间的线性函数关系,并将该函数关系融入到APSO算法中.测试结果表明,与常规粒子群优化算法相比,该算法在多峰雨数寻优时,成功率和精确度都有显著提高,且全局收敛速度快;在求解异或(XOR)分类问题时成功概率提高,收敛速度加快,APSO算法对神经网络的训练更加有效.
引用
收藏
页码：12 / 17
页数：6
相关论文