一种基于云模型的云变异粒子群算法

被引：38

作者：

张英杰

邵岁锋

Niyongabo Julius

机构：

[1] 湖南大学计算机与通信学院

来源：

模式识别与人工智能 | 2011年 / 24卷 / 01期

关键词：

云模型; 粒子群算法; 数值优化;

D O I：

10.16451/j.cnki.issn1003-6059.2011.01.016

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

基于云模型在定性与定量之间相互转换的优良特性,结合粒子群算法的基本思想,提出一种云变异粒子群优化算法.其核心思想是通过正态云算子实现粒子的进化学习过程和变异操作.利用云模型对粒子的进化和变异进行统一建模,自适应控制粒子的搜索范围.典型复杂函数测试表明,云粒子群算法能有效找出全局最优解,特别适宜于多峰值函数寻优.

引用

收藏

页码：90 / 96

页数：7

相关论文

共 7 条

[1] 一种基于可变多簇结构的动态概率粒子群优化算法 [J].

倪庆剑 ;

张志政 ;

王蓁蓁 ;

邢汉承 .

软件学报, 2009, 20 (02) :339-349

[2] 一种动态改变惯性权重的自适应粒子群算法 [J].

张顶学 ;

关治洪 ;

刘新芝 .

控制与决策 , 2008, (11) :1253-1257

[3] 基于云模型的进化算法 [J].

张光卫 ;

何锐 ;

刘禹 ;

李德毅 ;

陈桂生 .

计算机学报, 2008, (07) :1082-1091

[4] 一种弹性粒子群优化算法 [J].

李勇刚 ;

桂卫华 ;

阳春华 ;

陈志盛 .

控制与决策, 2008, (01) :95-98

[5] 云遗传算法及其应用 [J].

戴朝华 ;

朱云芳 ;

陈维荣 ;

林建辉 .

电子学报, 2007, (07) :1419-1424

[6] 正态云模型的统计分析 [J].

刘常昱 ;

李德毅 ;

杜鹢 ;

韩旭 .

信息与控制, 2005, (02) :236-239+248

[7] 隶属云和隶属云发生器 [J].

李德毅，孟海军，史雪梅 .

计算机研究与发展, 1995, (06) :15-20