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
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
收藏
页码:28 / 30
页数:3
相关论文
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