基于吸引排斥机制的粒子群优化算法

被引：4

作者：

赵鹏军 ^{[1
,2
]}

刘三阳 ^{[2
]}

李超 ^{[1
]}

机构：

[1] 商洛学院数学系

[2] 西安电子科技大学理学院

来源：

计算机应用 | 2009年 / 29卷 / 02期

关键词：

粒子群优化; 早熟收敛; 吸引排斥机制; 复杂函数;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对标准粒子群优化算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的PSO算法,该算法把生物学中的吸引排斥思想引入到PSO算法中,充分利用粒子间的相互影响,修正了其速度更新公式,从而维持了群体的多样性,增强了粒子跳出局部最优解的能力。实验仿真结果表明,改进的PSO算法提高了进化后期的收敛速度,有效避免了PSO算法的早熟收敛问题,而且具有较高的收敛精度。

引用

页码：542 / 544+557 +557

页数：4

共 5 条

[1] 一种优化高维函数的量子—粒子群算法 [J].

高浩 ;

须文波 ;

孙俊 .

计算机应用, 2007, (12) :2885-2887

[2] 基于混合粒子群算法的高维复杂函数求解 [J].

李莉 ;

李洪奇 .

计算机应用, 2007, (07) :1754-1756

[3]

On the Convergence of a Population-Based Global Optimization Algorithm[J] . ?.,?lker,Birbil,Shu-Cherng Fang,Ruey-Lin Sheu. Journal of Global Optimization . 2004 (2)

[4]

A modified particle swarm optimizer[A] .2 Shi Y,Eberhart R C. Proceedings of 1998 IEEE International Conference on Evolutionary Computation . 1998

[5]

Tracking and optimizing dynamic systems with particle swarms .2 Eberhart,R. C.,Shi,Y. Proceedings of the IEEE congress on evolutionary computation (CEC) . 2001

← 1 →