基于K-均值聚类的动态多种群粒子群算法及其应用

被引：61

作者：

刘衍民 ^{[1
,2
]}

隋常玲 ^{[1
]}

赵庆祯 ^{[2
]}

机构：

[1] 遵义师范学院数学系

[2] 山东师范大学管理与经济学院

来源：

控制与决策 | 2011年 / 26卷 / 07期

关键词：

粒子群算法; K-均值; 动态多种群;

D O I：

10.13195/j.cd.2011.07.61.liuym.011

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对粒子群算法在求解复杂的多峰问题时极易陷入局部最优解的问题,提出一种基于K-均值聚类的动态多种群粒子群算法(KDMSPSO).在该算法中,利用K-均值聚类算法将种群分成若干个子群(聚类);为了增强子群间的信息交流,对子群进行动态重组;在每个子群中,粒子的速度由它所在子群的中心粒子和该粒子所有邻居的信息共同调整.在基准函数测试和实际应用中,其结果显示KDMSPSO算法相比其他PSO算法具有一定的优势.

引用

页码：1019 / 1025

页数：7

共 4 条

[1]

一种基于动态邻居和变异因子的粒子群算法 [J].