GAPSO:一种高效的遗传粒子混合算法及其应用

被引:65
作者
彭晓波
桂卫华
黄志武
胡志坤
李勇刚
机构
[1] 中南大学信息科学与工程学院
基金
中国博士后科学基金; 湖南省自然科学基金; 国家自然科学基金重点项目;
关键词
遗传算法; 粒子群算法; GAPSO; FCRNN;
D O I
10.16182/j.cnki.joss.2008.18.068
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
在粒子群算法和遗传算法融合的基础上提出了一种新的算法(GAPSO)。该算法模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,采用粒子群算法获得进一步的提高,使算法获得比遗传算法和粒子群算法更加好的优化效果。在FCRNN设计应用中表明该算法确实比遗传算法和粒子群算法有更加好的效果。
引用
收藏
页码:5025 / 5027+5031 +5031
页数:4
相关论文
共 6 条
[1]
基于水平集的遗传算法优化的改进 [J].
李庆华 ;
杨世达 ;
阮幼林 .
计算机研究与发展, 2006, (09) :1624-1629
[2]
基于PSO的SVR参数优化选择方法研究 [J].
熊伟丽 ;
徐保国 .
系统仿真学报, 2006, (09) :2442-2445
[3]
一种改进的实数自适应遗传算法 [J].
潘伟 ;
刁华宗 ;
井元伟 .
控制与决策, 2006, (07) :792-795+800
[4]
遗传算法交叉操作的改进 [J].
蔡良伟 ;
李霞 .
系统工程与电子技术, 2006, (06) :925-928
[5]
一种自适应杂交算子的浮点遗传算法 [J].
都伟 ;
韩正之 .
系统仿真学报, 2006, (06) :1711-1713
[6]
粒子群算法在小波神经网络中的应用 [J].
岑翼刚 ;
秦元庆 ;
孙德宝 ;
李宁 .
系统仿真学报, 2004, (12) :2783-2785+2788