混合变异算子的自适应粒子群优化算法

被引：16

作者：

安晓会 ^{[1
]}

高岳林 ^{[2
]}

机构：

[1] 宁夏大学数学计算机学院

[2] 北方民族大学信息与系统科学研究所

来源：

计算机应用 | 2008年 / S1期

关键词：

粒子群算法; 自适应惯性权重; 变异算子; 全局优化;

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：

针对惯性权重线性递减粒子群算法(LDW)不能适应复杂的非线性优化搜索过程的问题,提出了一种非线性递减的惯性权重策略,使算法很快地进入局部搜索,并在算法中引入混合变异算子,克服算法易早熟收敛的缺陷。对几种典型函数的测试结果表明,本文算法的收敛速度和收敛精度都明显优于LDW算法。

引用

页码：28 / 30

页数：3

共 8 条

[1]

粒子群算法及其应用研究.[D].雷开友.西南大学.2006, 02

[2] 一种新的混合粒子群优化算法 [J].

张世勇 .

重庆工商大学学报(自然科学版), 2007, (03) :241-245

[3] 一种新的混合变异粒子群算法 [J].

陈君波 ;

叶庆卫 ;

周宇 ;

曹小华 .

计算机工程与应用 , 2007, (07) :59-61+181

[4] 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

[5] 粒子群优化算法的惯性权值递减策略研究 [J].

陈贵敏 ;

贾建援 ;

韩琪 .

西安交通大学学报, 2006, (01) :53-56+61

[6] 微粒群算法的研究现状及发展趋势 [J].

夏桂梅 ;

曾建潮 .

山西师范大学学报(自然科学版), 2005, (01) :23-25

[7] 自适应变异的粒子群优化算法 [J].

吕振肃 ;

侯志荣 .

电子学报, 2004, (03) :416-420

[8] 遗传算法中引入非自然规则的研究 [J].

李旭东 ;

涂菶生 ;

不详 .

计算机工程与应用 , 2003, (34) :87-89

← 1 →