一种新的PSO变异策略附视频

被引：3

作者：

付国江

王少梅

李宁

机构：

[1] 武汉理工大学计算机科学与技术学院

[2] 武汉理工大学物流工程学院

[3] 武汉理工大学计算机科学与技术学院武汉武汉理工大学物流工程学院

[4] 武汉

来源：

武汉理工大学学报(信息与管理工程版) | 2005年 / 02期

关键词：

粒子群优化算法; 变异; 全局最优;

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：

提出了一种新型的PSO变异策略———CPg变异,该变异策略的首先定义了全局收敛度最大位置C,并在搜索循环的每次迭代中,以一定的概率交替使用C和Pg来代替原迭代公式中的Pg。通过对4个多峰的测试函数所做的对比实验表明,CPg变异增强了搜索能力,求得全局最优的成功率和收敛到速度大为提高,克服了原始的PSO算法易于收敛到局部最优点的缺点,也明显优于对原始PSO进行传统变异的方法。

引用

页码：192 / 196

页数：5