基于自适应变异概率粒子群优化算法的研究

被引：47

作者：

黄松 ^{[1
]}

田娜 ^{[1
]}

纪志成 ^{[1
,2
]}

机构：

[1] 江南大学物联网工程学院

[2] 轻工过程先进控制教育部重点实验室

来源：

系统仿真学报 | 2016年 / 28卷 / 04期

关键词：

粒子群算法; 变异概率; 自适应; 混合变异;

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：

变异操作是解决粒子群算法早熟的一种有效方法。针对迭代过程中种群多样性变化的特点,提出了一种自适应变异概率的混合变异粒子群优化算法。通过聚集度动态地调节每代粒子的变异概率,并用这种变异概率对全局最优位置进行高斯和柯西混合变异和对最差个体最优位置进行自适应小波变异。通过在matlab中和其他几种变异的粒子群优化算法进行比较验证,结果证明该算法具有较高的收敛精度和较好的算法性能。

引用

页码：874 / 879

页数：6

共 11 条

[1]

基于粒子熵的参数自适应变异PSO算法研究 [J].