一种协调勘探和开采能力的粒子群算法

被引:13
作者
陶新民 [1 ]
徐晶 [2 ]
杨立标 [1 ]
刘玉 [1 ]
机构
[1] 哈尔滨工程大学信息与通信工程学院
[2] 黑龙江科技学院数力系
基金
中国博士后科学基金;
关键词
粒子群算法; 勘探和开采; 随机子群; 优胜区域;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
提出一种新的协调勘探和开采能力的粒子群优化算法.该算法将种群分为随机子群和进化子群,随机子群增加了算法全局解空间的勘探能力,在运行过程中通过随机子群进化信息生成解优胜区域指导进化粒子向着最优解子空间逼近.为了提高算法收敛速度,算法只在进化子群进入收敛阶段时才对其进行指导,以防止增加种群多样性导致算法开采能力下降的问题.将此算法与其他改进粒子群算法进行比较,实验结果表明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且算法收敛速度和稳定性都有显著提高.
引用
收藏
页码:636 / 640
页数:5
相关论文
共 6 条
[1]
两群微粒群优化算法及其应用 [J].
陈国初 ;
俞金寿 .
控制理论与应用, 2007, (02) :294-298
[2]
基于多种群协同进化微粒群算法的径向基神经网络设计 [J].
王俊年 ;
申群太 ;
沈洪远 ;
周鲜成 .
控制理论与应用, 2006, (02) :251-255
[3]
基于混沌序列的粒子群优化算法 [J].
孟红记 ;
郑鹏 ;
梅国晖 ;
谢植 .
控制与决策 , 2006, (03) :263-266
[4]
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
[5]
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
[6]
微粒群算法参数效能的统计分析 [J].
彭宇 ;
彭喜元 ;
刘兆庆 .
电子学报, 2004, (02) :209-213