学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
自适应变异的粒子群优化算法
被引:53
作者
:
论文数:
引用数:
h-index:
机构:
阳春华
论文数:
引用数:
h-index:
机构:
谷丽姗
论文数:
引用数:
h-index:
机构:
桂卫华
机构
:
[1]
中南大学信息科学与工程学院
来源
:
计算机工程
|
2008年
/ 16期
关键词
:
粒子群优化算法;
自适应变异;
早熟收敛;
D O I
:
暂无
中图分类号
:
TP301.6 [算法理论];
学科分类号
:
摘要
:
针对粒子群算法的早熟收敛问题,提出一种新的基于群体适应度变化率自适应变异的粒子群优化算法。该算法根据群体适应度变化率自适应调整惯性权重的取值,根据当前种群的平均粒距对种群中部分粒子进行变异操作。自适应调整与变异操作能增强算法跳出局部最优的能力,增大寻找全局最优的几率。对几种典型函数的测试结果表明,新算法的全局搜索能力有了明显的提高,有效避免了早熟收敛问题。
引用
收藏
页码:188 / 190
页数:3
相关论文
共 3 条
[1]
基于PSO算法的神经网络集成入侵检测系统
论文数:
引用数:
h-index:
机构:
李朝荣
论文数:
引用数:
h-index:
机构:
张鹰
论文数:
引用数:
h-index:
机构:
张安妮
[J].
计算机工程,
2007,
(14)
: 123
-
124+127
[2]
免疫粒子群优化算法
高鹰
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
高鹰
谢胜利
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
谢胜利
不详
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
不详
[J].
计算机工程与应用 ,
2004,
(06)
: 4
-
6+33
[3]
A modified swarm optimizer .2 Shi Y,Eberhart R. Proc. of IEEEInternational Conference of EvolutionaryComputation . 1998
←
1
→
共 3 条
[1]
基于PSO算法的神经网络集成入侵检测系统
论文数:
引用数:
h-index:
机构:
李朝荣
论文数:
引用数:
h-index:
机构:
张鹰
论文数:
引用数:
h-index:
机构:
张安妮
[J].
计算机工程,
2007,
(14)
: 123
-
124+127
[2]
免疫粒子群优化算法
高鹰
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
高鹰
谢胜利
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
谢胜利
不详
论文数:
0
引用数:
0
h-index:
0
机构:
广州大学信息机电学院计算机科学与技术系
不详
[J].
计算机工程与应用 ,
2004,
(06)
: 4
-
6+33
[3]
A modified swarm optimizer .2 Shi Y,Eberhart R. Proc. of IEEEInternational Conference of EvolutionaryComputation . 1998
←
1
→