智能单粒子优化算法

被引：63

作者：

纪震 ^{[1
]}

周家锐 ^{[1
]}

廖惠连 ^{[2
]}

吴青华 ^{[2
]}

机构：

[1] 深圳大学计算机与软件学院德州仪器DSPs实验室

[2] 不详

来源：

计算机学报 | 2010年 / 33卷 / 03期

关键词：

智能单粒子优化算法; 粒子群优化; 子矢量; 学习策略;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

文中在传统粒子群优化(Particle Swarm Optimization,PSO)算法的基础上,提出了智能单粒子优化算法(Intelligent Single Particle Opti mizer,ISPO).与传统的PSO算法不同,该算法采用了一个粒子在解空间中搜索,粒子的位置矢量被分成一定数量的子矢量,并基于子矢量对粒子进行更新.在子矢量更新过程中,通过分析之前的速度更新情况,引入一种新的学习策略,使粒子在搜索空间中能够动态地调整速度和位置,从而向全局最优靠近.实验表明,此算法对大部分标准复合测试函数都具有很强的全局搜索能力,其寻优能力超过了国际上最近提出的基于PSO的改进算法.

引用

页码：556 / 561

页数：6