改进的二阶振荡粒子群算法

被引：54

作者：

蒋丽 ^{[1
,2
]}

叶润舟 ^{[1
,2
]}

梁昌勇 ^{[1
,2
]}

陆文星 ^{[1
,2
]}

机构：

[1] 合肥工业大学管理学院

[2] 过程优化与智能决策教育部重点实验室

来源：

计算机工程与应用 | 2019年 / 55卷 / 09期

基金：

国家重点研发计划;

关键词：

粒子群算法; 二阶振荡进化方程; 收敛精度; 机器人路径规划;

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：

针对粒子群算法易陷入局部最优等问题,分析了粒子群算法的进化方程,提出了一种改进的粒子群优化算法。算法在振荡环节采用互不相同的参数取值来调节粒子群算法的全局和局部搜索能力,并通过对测试函数和机器人路径规划问题仿真模拟,与标准PSO、标准二阶PSO、二阶振荡PSO算法的实验结果进行对比分析,验证了所提出算法的有效性和可行性。

引用

页码：130 / 138+167 +167

页数：10

共 10 条

[1]

Multi-leader PSO (MLPSO): A new PSO variant for solving global optimization problems.[J].Penghui Liu;Jing Liu.Applied Soft Computing.2017,

[2]

A new metaheuristic for numerical function optimization: Vortex Search algorithm.[J].Berat Doğan;Tamer Ölmez.Information Sciences.2015,

[3]

Design and performance analysis of PID controller for an automatic voltage regulator system using simplified particle swarm optimization [J].

Panda, S. ;

Sahu, B. K. ;

Mohanty, P. K. .

JOURNAL OF THE FRANKLIN INSTITUTE-ENGINEERING AND APPLIED MATHEMATICS, 2012, 349 (08) :2609-2625

[4]

Particle swarm optimizationAn overview [J].

Riccardo Poli ;

James Kennedy ;

Tim Blackwell .

Swarm Intelligence, 2007, 1 (1) :33-57

[5]

Improved particle swarm optimization combined with chaos [J].

Liu, B ;

Wang, L ;

Jin, YH ;

Tang, F ;

Huang, DX .

CHAOS SOLITONS & FRACTALS, 2005, 25 (05) :1261-1271

[6]

Path planning for mobile robot using self-adaptive learning particle swarm optimization.[J].Guangsheng LI;Wusheng CHOU;.Science China(Information Sciences).2018, 05

[7]

一种改进的狼群算法 [J].