融合Powell搜索法的粒子群优化算法

被引：43

作者：

吴建辉 ^{[1
,2
]}

章兢 ^{[1
]}

陈红安 ^{[2
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南大学信息科学与工程学院

来源：

控制与决策 | 2012年 / 03期

基金：

国家自然科学基金重点项目;

关键词：

多模态函数; Powell搜索法; 粒子群优化;

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：

为了进一步提高多模态函数寻优的效率,提出一种融合Powell搜索法的粒子群优化算法.将PSO算法的全局搜索能力与Powell法的强局部寻优能力有机地结合起来,在保证求解速度,尽可能找到全部极值点的同时提高了解的精确性.由于该算法只利用了函数值信息而不需要计算导数,是求解可微和不可微多模态函数优化问题的通用方法.仿真实验表明了新混合算法的有效性.

引用

页码：343 / 348+354 +354

页数：7

共 7 条

[1]

拥有领导机制的改进粒子群算法 [J].