区域分割的自适应变异粒子群算法

被引：41

作者：

陈侃松 ^{[1
,2
]}

阮玉龙 ^{[1
]}

戴磊 ^{[1
]}

兰智高 ^{[2
]}

邵建设 ^{[2
]}

机构：

[1] 湖北大学计算机与信息工程学院物联网工程研究所

[2] 黄冈师范学院电子信息学院

来源：

电子学报 | 2017年 / 45卷 / 08期

关键词：

区域分割; 信息交叉; 自适应变异; 多样性;

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：

为了提高粒子群算法(PSO)的收敛性及多样性,提出一种基于区域分割的自适应变异粒子群算法(RSVPSO).算法采用区域分割的思想,利用粒子间信息交叉,使粒子搜索区间快速缩小;同时在迭代后期与自适应变异策略相结合,提高粒子跳出局部最优陷阱的能力和增强粒子多样性,达到寻优的目的.将所提出的算法应用于8个测试函数,并与精英免疫克隆选择的协同进化粒子群等算法进行比较,结果表明,新算法在收敛速度、搜索精度及寻优效率等方面有较大提高.

引用

页码：1849 / 1855

页数：7

共 8 条

[1]

一种结合粒子群和虚拟力的动态节点部署策略 [J].

周剑波 ;

刘宏立 ;

徐琨 .

计算机工程与应用 , 2016, (10) :118-123+156

[2]

基于自主学习和精英群的多子群粒子群算法 [J].

姜海燕 ;

王芳芳 ;

郭小清 ;

庄嘉祥 .

控制与决策, 2014, 29 (11) :2034-2040

[3]

精英免疫克隆选择的协同进化粒子群算法 [J].

刘朝华 ;

李小花 ;

章兢 .

电子学报, 2013, 41 (11) :2167-2173

[4]

均匀搜索粒子群算法的收敛性分析 [J].

吴晓军 ;

李峰 ;

马悦 ;

辛云宏 .

电子学报, 2012, 40 (06) :1115-1120

[5]

An adaptive hybrid optimizer based on particle swarm and differential evolution for global optimization.[J]..Science China(Information Sciences).2010, 05

[6]

Dynamic-context cooperative quantum-behaved particle swarm optimization based on multilevel thresholding applied to medical image segmentation.[J].Yangyang Li;Licheng Jiao;Ronghua Shang;Rustam Stolkin.Information Sciences.2015,

[7]

An improved cooperative quantum-behaved particle swarm optimization [J].

Li, Yangyang ;

Xiang, Rongrong ;

Jiao, Licheng ;

Liu, Ruochen .

SOFT COMPUTING, 2012, 16 (06) :1061-1069

[8]

On the improved performances of the particle swarm optimization algorithms with adaptive parameters; cross-over operators and root mean square (RMS) variants for computing optimal control of a class of hybrid systems.[J].M. Senthil Arumugam;M.V.C. Rao.Applied Soft Computing Journal.2007, 1

← 1 →