协同粒子群优化算法

被引：7

作者：

刘怀亮 ^{[1
]}

苏瑞娟 ^{[2
]}

许若宁 ^{[3
]}

高鹰 ^{[1
]}

机构：

[1] 广州大学计算机科学与教育软件学院

[2] 广东科贸职业学院信息工程系

[3] 广州大学数学与信息科学学院

来源：

计算机应用 | 2009年 / 29卷 / 11期

基金：

广东省自然科学基金;

关键词：

粒子群优化; 速度矢量; 动态Zaslavskii混沌映射公式; 动态非线性函数; 协同进化;

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：

为解决粒子群优化算法易陷入局部最优的问题,提出了两种新方法协同处理粒子群优化算法:对比平均适应度值差的粒子,用动态Zaslavskii混沌映射公式改进粒子惯性权重与速度矢量,在复杂多变的环境中逐步摆脱局部最优值,动态寻找全局最优值;对好于或等于适应度平均值的粒子,用动态非线性函数调整粒子惯性权重与速度矢量,在保存相对有利环境的基础上逐步向全局最优处收敛。两种方法相辅相成、动态协调,使两个动态种群相互协作、协同进化。实验表明该算法在多个标准测试函数下都超越了同类著名改进算法。

引用

页码：3068 / 3073

页数：6