具有随机附加项的PSO改进算法

被引：5

作者：

曹红珍 ^{[1
]}

胡亮 ^{[2
]}

宫薇薇 ^{[2
]}

郭立力 ^{[2
]}

陈素 ^{[2
]}

郑媛 ^{[2
]}

机构：

[1] 广州中医药大学信息技术学院

[2] 中国农业大学工学院

来源：

计算机工程与设计 | 2007年 / 10期

关键词：

人工智能; 群智能; 粒子群算法; 速度-位置方程; 随机因子;

D O I：

10.16208/j.issn1000-7024.2007.10.001

中图分类号：

TP306.1 [];

学科分类号：

摘要：

在粒子群算法的基础上引入第3方随机项:随机数和全局最优、自身最优的差值的乘积项,对算法中的速度-位置更新方程进行了改进,更好地保持粒子群的多样性,使算法可以不断地进化,提高算法的收敛速度,避免过早陷入局部最优解的现象。分别采用Sphere、Rosenbrock、Griewank和Rastrigrin4个标准函数对其进行测试。对比结果表明引入第3方随机项的PSO基本模型和收敛因子模型比传统模型的最优适宜度精度和优化收敛速度都有所提高。因此,改进的算法表现出更强的求解能力。

引用

页码：2245 / 2247

页数：3

共 6 条

[1] 基于改进粒子群优化算法求解旅行商问题 [J].