具有追尾行为的自适应变异粒子群算法

被引:6
作者
刘炳全 [1 ]
黄崇超 [2 ]
机构
[1] 渭南师范学院数学与信息科学系
[2] 武汉大学数学与统计学院
关键词
粒子群算法; 追尾行为; 自适应算子; 变异算子;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
针对基本粒子群算法容易早熟及算法震荡问题,提出了一种具有追尾行为的自适应变异粒子群算法,在最优粒子周围添加一个可视区域,如果可视区域内的粒子浓度超过给定标准,则对区域内粒子的个体极值点以一定概率进行自适应变异操作,通过与当前状态比较决定是否更新极值点,变异操作直至粒子离开可视区域、更新了全局极值点或者达到给定变异步数为止。算法增大了搜索能力,而且避免了多余的运算,减少了计算量。通过测试函数仿真验证,结果表明新算法不仅确保收敛、改善了收敛速度,而且有效避免了算法震荡。
引用
收藏
页码:74 / 76
页数:3
相关论文
共 7 条
[1]
一种改进的粒子群优化算法 [J].
黄辉先 ;
陈资滨 .
系统仿真学报, 2007, (21) :4922-4925
[2]
自适应变异粒子群算法在交通控制中的应用 [J].
付绍昌 ;
黄辉先 ;
肖业伟 ;
吴翼 ;
王宸昊 .
系统仿真学报, 2007, (07) :1562-1564+1612
[3]
改进粒子群算法及其在超导电缆参数优化中的应用 [J].
刘新颖 ;
王曙鸿 ;
邱捷 .
西安交通大学学报 , 2007, (02) :219-222+240
[4]
一种非线性改变惯性权重的粒子群算法 [J].
王丽 ;
王晓凯 .
计算机工程与应用 , 2007, (04) :47-48+92
[5]
飞行时间自适应调整的粒子群算法 [J].
张建科 ;
刘三阳 ;
张晓清 .
计算机应用, 2006, (10) :2513-2515
[6]
组合优化问题的人工鱼群算法应用 [J].
李晓磊 ;
路飞 ;
田国会 ;
钱积新 .
山东大学学报(工学版), 2004, (05) :64-67
[7]
带变异算子的粒子群优化算法 [J].
李宁 ;
孙德宝 ;
岑翼刚 ;
邹彤 ;
不详 .
计算机工程与应用 , 2004, (17) :12-14+35