基于群评价的带变异粒子群算法

被引:11
作者
赵全友
潘保昌
郑胜林
机构
[1] 广东工业大学信息工程学院
关键词
粒子群(PSO); 群评价; 变异;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
粒子群算法是一类有效的随机全局优化算法,但是经典PSO算法容易陷入局部最小值。提出了一种新的带变异自适应参数调整PSO算法,通过引入粒子群评价,根据粒子群的整体性能评价对PSO算法的所有参数动态调整,使前期能够快速搜索;同时对粒子本身找到的最优解以动态调整概率进行变异去保证粒子的多样性,防止后期陷入局部极小。对三个常用测试函数的数值仿真结果显示了该算法的有效性。
引用
收藏
页码:57 / 59+62 +62
页数:4
相关论文
共 2 条
[1]
一种保证全局收敛的PSO算法 [J].
曾建潮 ;
崔志华 .
计算机研究与发展, 2004, (08) :1333-1338
[2]
Hybrid particle swarm optimizer with breeding and subpopulations Lovbjerg M;Rasmussen T K;Krink T; The Third Genetic and Evolutionary Computation Conference 2001,