少控制参数的分层式骨干粒子群优化算法

被引：15

作者：

张芳芳 ^{[1
,2
]}

王建军 ^{[1
]}

张勇 ^{[3
]}

机构：

[1] 中国矿业大学管理学院

[2] 徐州财经高等职业技术学校

[3] 中国矿业大学信电学院

来源：

系统工程理论与实践 | 2015年 / 12期

基金：

中国博士后科学基金;

关键词：

粒子群优化; 跳离算子; 分层更新; 少控制参数;

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：

针对传统粒子群优化易于早熟的缺点,提出一种少控制参数的改进骨干粒子群优化算法.该算法利用关于粒子全局和个体极值点的高斯分布更新粒子的位置,无需设置惯性权重和学习因子等控制参数;利用混沌扰动策略产生粒子的全局极值点,提高了粒子群的多样性;为改善算法的全局探索能力,依据收敛速度动态分配每个粒子的变异概率,设计了一种自适应跳离算子;为均衡算法的局部开发和全局探索能力,给出了一种分层式粒子更新公式.最后,将所提算法用于多个典型测试问题,并与三种典型算法进行对比,实验结果证明了它的有效性.

引用

页码：3217 / 3224

页数：8

共 12 条

[1]

一种求解动态多峰优化问题的Memetic粒子群算法 [J].

王洪峰 ;

王娜 ;

汪定伟 .

系统工程理论与实践, 2013, 33 (06) :1577-1586

[2]

基于粒子群规则挖掘算法的洪灾风险评价模型 [J].

王兆礼 ;

陈晓宏 ;

赖成光 ;

赵仕威 .

系统工程理论与实践, 2013, 33 (06) :1615-1621

[3]

资源约束的拼件维修模型与粒子群求解算法 [J].

吕学志 ;

于永利 ;

张柳 ;

陈乐 ;

董岳 ;

刘文武 .

系统工程理论与实践, 2013, 33 (04) :1013-1018

[4]

采用一种混合骨干微粒群优化算法的感应电机转子断条故障诊断 [J].

王攀攀 ;

史丽萍 ;

张勇 ;

韩丽 .

中国电机工程学报, 2012, 32 (30) :73-81+13

[5]

基于混合粒子群算法的装运机械组合优化方法 [J].

王廷梁 ;

王理 ;

夏国平 .

系统工程理论与实践, 2012, (10) :2262-2269

[6]

A bare-bones multi-objective particle swarm optimization algorithm for environmental/economic dispatch[J] Yong Zhang;Dun-Wei Gong;Zhonghai Ding Information Sciences 2011,

[7]

Chaotic differential evolution methods for dynamic economic dispatch with valve-point effects[J] Youlin Lu;Jianzhong Zhou;Hui Qin;Ying Wang;Yongchuan Zhang Engineering Applications of Artificial Intelligence 2010,

[8]

Evaluation of stochastic global optimization methods for modeling vapor–liquid equilibrium data[J] Adrián Bonilla-Petriciolet;Gade Pandu Rangaiah;Juan Gabriel Segovia-Hernández Fluid Phase Equilibria 2009,

[9]

Bare bones differential evolution[J] Mahamed G.H. Omran;Andries P. Engelbrecht;Ayed Salman European Journal of Operational Research 2008,

[10]

A dynamic inertia weight particle swarm optimization algorithm[J] Bin Jiao;Zhigang Lian;Xingsheng Gu Chaos; Solitons and Fractals 2006,

← 1 2 →