适应性粒子群寻优算法

被引:14
作者
罗辞勇
陈民铀
机构
[1] 重庆大学电气工程学院
关键词
粒子群算法; 适应性; 随机;
D O I
10.13195/j.cd.2008.10.57.luocy.011
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
社会性的群体寻优是秩序与混沌之间的平衡,适应性微粒群寻优算法(APSO)是在标准PSO上添加反映适应性的随机项,并引入小概率因子,使微粒飞行到粒子群的中心,平衡秩序和随机两个行为.APSO算法的本质是在有序的决策中始终引入随机的、不可预测的决定,从而使得寻优的决策尽可能模拟社会性群体寻优的复杂行为.典型复杂函数优化的仿真结果表明,APSO算法具有较好的稳定性.
引用
收藏
页码:1135 / 1138+1144 +1144
页数:5
相关论文
共 5 条
[1]   一种改进的自适应逃逸微粒群算法及实验分析 [J].
赫然 ;
王永吉 ;
王青 ;
周津慧 ;
胡陈勇 .
软件学报, 2005, (12) :2036-2044
[2]   基于形式化描述的逻辑分层延迟PSO算法及应用 [J].
汪镭 ;
康琦 ;
吴启迪 .
控制与决策, 2005, (06) :611-615
[3]   自适应变异的粒子群优化算法 [J].
吕振肃 ;
侯志荣 .
电子学报, 2004, (03) :416-420
[4]   微粒群算法综述 [J].
谢晓锋 ;
张文俊 ;
杨之廉 .
控制与决策, 2003, (02) :129-134
[5]  
A modified particle swarm optimizer .2 Shi Y,Eberhart R.C. IEEE World Congress on Computation Intelligence . 1998