学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
一种基于差异演化变异的粒子群优化算法
被引:9
作者
:
毛恒
论文数:
0
引用数:
0
h-index:
0
机构:
华侨大学机电及自动化工程学院
毛恒
王永初
论文数:
0
引用数:
0
h-index:
0
机构:
华侨大学机电及自动化工程学院
王永初
机构
:
[1]
华侨大学机电及自动化工程学院
来源
:
计算机工程与应用
|
2007年
/ 30期
关键词
:
粒子群优化算法(PSO);
差异演化;
粒子聚集性;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
为了保持粒子种群的多样性而避免发生"早熟"的问题,提出一种基于差异演化变异的粒子群优化算法(PSO),该方法通过粒子聚集性判断如果粒子群中的粒子过于聚集,则使用差异演化算法对PSO算法中各个粒子的自身历史最佳位置进行变异,以实现保持粒子群种群多样性的目的。对4种常用函数的优化问题进行测试并进行比较,结果表明:所改进的粒子群优化算法比标准粒子群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。
引用
收藏
页码:56 / 58+141 +141
页数:4
相关论文
共 2 条
[1]
微粒群算法综述
[J].
论文数:
引用数:
h-index:
机构:
谢晓锋
;
论文数:
引用数:
h-index:
机构:
张文俊
;
论文数:
引用数:
h-index:
机构:
杨之廉
.
控制与决策,
2003,
(02)
:129
-134
[2]
智能微粒群算法研究及应用.[M].吴启迪;汪镭著;.江苏教育出版社.2005,
←
1
→
共 2 条
[1]
微粒群算法综述
[J].
论文数:
引用数:
h-index:
机构:
谢晓锋
;
论文数:
引用数:
h-index:
机构:
张文俊
;
论文数:
引用数:
h-index:
机构:
杨之廉
.
控制与决策,
2003,
(02)
:129
-134
[2]
智能微粒群算法研究及应用.[M].吴启迪;汪镭著;.江苏教育出版社.2005,
←
1
→