改进的粒子群优化算法(英文)

被引：11

作者：

张雯 ^{[1
]}

杨春明 ^{[2
]}

罗雪春 ^{[1
]}

机构：

[1] 辽宁大学

[2] 克利夫兰州立大学电子与计算机工程系

来源：

微电子学与计算机 | 2007年 / 02期

关键词：

粒子群优化; 评估计算; 结构最优设计;

D O I：

10.19304/j.cnki.issn1000-7180.2007.02.020

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了改进的粒子群优化算法。基于4个不同的基准函数对所提算法与1995年Kennedy和Eberhart提出的常规PSO作了比较。PSO最初是受到如鸟或鱼等生物群体的社会行为的启发而提出的,每一个体依照自身及群体的过去解决问题的最好办法来调整自己的最佳位置,通过重复这一过程来得出最佳值。这里提出的改进的PSO的关健之处在于:如果一个新的位置确实得到了改善,则每一个体就调整它的位置;如果不是这样,就根据概率来做出决定。这一策略是既避免盲目跳转又避免只简单地跳转到好的新位置而陷入局部最优。模拟结果表明改进的PSO总能比PSO找到更好的解决方法。

引用

页码：70 / 72

页数：3

共 6 条

[1]

Matching algorithms to problems: an experimental test of the particle swam and some genetic algorithms on the multimodal problem generator. Kenedy J,Spears W M. Proc.Intl. Conf.on Evolutionary Computation . 1998

[2]

A new optimizer using particle swarm theory. Eberhart R C,Kennedy J. Proceedings of the Sixth International Sym- posium on Micro Machine and Human Science . 1995

[3]

Empirical study of particle swarm optimization. Shi Y,Eberhart R C. Proceedings of the 1999 Congress on Evolu- tionary Computation . 1999

[4]

Particle swarm opti- mization for traveling salesman problem. Wang K Huang,L Zhou,C Pang W. Proceedings of the Second International Conference on Machine Learning and Cybermetics . 2003

[5]

A discrete binary version of the particle swarm algorithm. Kennedy J,Eberhart R C. Proc.1997 Conf.on Systems, Manand Cybernetics . 1997

[6]

Particle swarm optimization. Kennedy J,Eberhart R C. Proc.IEEE Int‘l.Conf.on Neural Networks,IV . 1995

← 1 →