基于邻域极值数的协同粒子群优化算法

被引:1
作者
曾毅
朱旭生
廖国勇
机构
[1] 华东交通大学理学院
关键词
粒子群优化算法; 协同进化; 邻域极值数;
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
提出了一种基于邻域极值数的协同粒子群优化算法。该算法将种群分为若干个独立进化的子种群。根据邻域极值数确定各子种群的生存状态。根据子种群的生存状态对子种群实施相应的控制操作,提高子种群的搜索能力,实现子种群之间的信息共享,共同进化。测试结果表明基于邻域极值数的协同粒子群优化算法是一种高效稳健的全局优化算法。
引用
收藏
页码:71 / 76
页数:6
相关论文
共 5 条
[1]
一种基于邻域空间的混合粒子群优化算法 [J].
曾毅 ;
朱旭生 ;
廖国勇 .
华东交通大学学报, 2013, (03) :44-49
[2]
基于多种群多模型协同进化的粒子群优化算法 [J].
徐冰纯 ;
葛洪伟 ;
王燕燕 .
计算机工程, 2013, 39 (05) :200-203+208
[3]
多种群协同进化的微粒群算法 [J].
王元元 ;
曾建潮 ;
谭瑛 .
计算机工程与设计, 2007, (15) :3661-3664
[4]
粒子群优化算法研究进展 [J].
倪庆剑 ;
邢汉承 ;
张志政 ;
王蓁蓁 ;
文巨峰 .
模式识别与人工智能, 2007, 20 (03) :349-357
[5]
微粒群优化算法[M] 崔志华; 曾建潮; 著 科学出版社 2011,