加速收敛的粒子群优化算法

被引：36

作者：

任子晖

王坚

机构：

[1] 同济大学CIMS研究中心

来源：

控制与决策 | 2011年 / 26卷 / 02期

关键词：

粒子群优化; 加速收敛; 参数优化; 变异;

D O I：

10.13195/j.cd.2011.02.44.renzh.014

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在基本粒子群优化算法的理论分析的基础上,提出一种加速收敛的粒子群优化算法,并从理论上证明了该算法的快速收敛性,同时对该算法中的参数进行了优化.为了防止其在快速收敛的同时陷入局部最优,采用依赖部分最差粒子信息的变异操作.最后通过与其他几种经典粒子群优化算法的性能比较,表明了该算法的高效和稳健,且明显优于现有的几种经典的粒子群算法.

引用

页码：201 / 206

页数：6

共 6 条

[1] 基于熵的改进粒子群优化算法 [J].