一种基于相似度的新型粒子群算法

被引：19

作者：

刘建华

樊晓平

瞿志华

机构：

[1] 中南大学信息科学与工程学院

来源：

控制与决策 | 2007年 / 10期

关键词：

粒子群算法; 全局最优性; 相似度; 聚集度;

D O I：

10.13195/j.cd.2007.10.77.liujh.001

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

分析了基本粒子群算法(PSO)全局搜索能力与收敛速度的矛盾,提出了粒子群相似度的概念.根据每个粒子与全局最优粒子的不同相似度,对基本PSO算法的惯性权重进行动态调整.同时提出一种根据相似度计算聚集度的方法,并根据聚集度的大小随机地对粒子重新赋值,控制粒子群的多样性,提高了全局搜索能力.典型优化问题的实例仿真验证了该算法的有效性.

引用

页码：1155 / 1159

页数：5

共 4 条

[1] 粒子群优化的两种改进策略 [J].

窦全胜 ;

周春光 ;

马铭 .

计算机研究与发展, 2005, (05) :897-904

[2]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[3] Optimal choice of parameters for particle swarm optimization [J].

Zhang L.-P. ;

Yu H.-J. ;

Hu S.-X. .

Journal of Zhejiang University-SCIENCE A, 2005, 6 (6) :528-534

[4]

A particle swarm optimizer with passive congregation[J] . S. He,Q.H. Wu,J.Y. Wen,J.R. Saunders,R.C. Paton.BioSystems . 2004 (1)

← 1 →