改进的粒子群优化算法的研究和分析

被引：6

作者：

田东平 ^{[1
,2
]}

徐成虎 ^{[3
]}

机构：

[1] 宝鸡文理学院计算机软件研究所

[2] 宝鸡文理学院计算机科学系

[3] 宝鸡文理学院教育科学系

来源：

计算机工程与应用 | 2008年 / 34期

关键词：

粒子群优化算法; 全局搜索; 局部搜索; 最大聚集距离; 高斯变异;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

粒子群优化算法是一种新的随机全局优化进化算法。为了有效地控制其全局搜索和局部搜索,使之获得较好的平衡,论文在深入分析和研究标准粒子群优化算法的基础上,提出了一种基于进化代数阈值和粒子间最大聚集距离高斯变异的粒子群优化算法。该算法在运行过程中通过粒子聚集程度的量化判定,对当前的最优粒子施加高斯变异,从而增强粒子群优化算法跳出局部最优解的能力。测试函数仿真结果表明了该算法的可行性和有效性。

引用

页码：56 / 60

页数：5