基于聚类分析的微粒群算法

被引:3
作者
郝武伟
曾建潮
机构
[1] 太原科技大学系统仿真与计算机应用研究所
关键词
微粒群算法; 全局优化; 收敛性; 聚类分析;
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
在对基本PSO算法进行分析的基础上,针对PSO算法中的早熟收敛问题,提出了一种基于聚类分析的PSO算法(CPSO)。CPSO算法保证了微粒种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以典型的基准优化问题进行了仿真实验,验证了CPSO的有效性。
引用
收藏
页码:41 / 44+53 +53
页数:5
相关论文
共 3 条
[1]
微粒群算法.[M].曾建潮等编著;.科学出版社.2004,
[2]
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
[3]
一种保证全局收敛的PSO算法 [J].
曾建潮 ;
崔志华 .
计算机研究与发展, 2004, (08) :1333-1338