一种基于动态邻居和变异因子的粒子群算法

被引：31

作者：

刘衍民 ^{[1
,2
]}

赵庆祯 ^{[1
]}

隋常玲 ^{[2
]}

邵增珍 ^{[1
]}

机构：

[1] 山东师范大学管理与经济学院

[2] 遵义师范学院数学系

来源：

控制与决策 | 2010年 / 07期

关键词：

动态邻居; 变异; 粒子群; 算法;

D O I：

10.13195/j.cd.2010.07.11.liuym.008

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

提出一种基于动态邻居和变异因子的粒子群算法(DNMPSO).在该算法中,粒子的邻居是根据它的运行而动态变化.每个粒子的学习机制分为自己的历史经验和所有邻居的经验两部分.为了保证有效求解多峰问题,在每一次迭代,对当前解采用水平混合变异,使每个粒子能更好地进行局部搜索,提升粒子跳出局部最优解的能力.通过与其他算法比较,结果表明该算法求解多峰问题的能力最优.

引用

页码：968 / 974

页数：7

共 4 条

[1] 适应性粒子群寻优算法Ⅱ [J].

罗辞勇 ;

陈民铀 ;

韩力 .

控制与决策, 2009, (06) :859-863

[2] 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

[3] 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

[4]

Parameter selection and adaptation in Unified Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Mathematical and Computer Modelling . 2007 (1)

← 1 →