改进的云自适应粒子群优化算法

被引:10
作者
张艳琼
机构
[1] 南京特殊教育职业技术学院信息系
关键词
粒子群优化; 自适应参数调整; 云模型; 全局最优性;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
为了提高基本PSO算法搜索性能和个体寻优能力,加快收敛速度,提出一种新的云自适应粒子群优化算法(CPSO)。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质,提出云自适应调整算法用于计算惯性权重,并对新算法进行了描述。通过典型函数优化实验表明,该算法较基本PSO明显提高了全局搜索能力和收敛速度,改善了优化性能。
引用
收藏
页码:3250 / 3252
页数:3
相关论文
共 2 条
[1]   一种惯性权重动态调整的新型粒子群算法 [J].
刘建华 ;
樊晓平 ;
瞿志华 .
计算机工程与应用, 2007, (07) :68-70
[2]  
不确定性人工智能.[M].李德毅;杜鹢著;.国防工业出版社.2005,