基于自适应策略的改进粒子群算法

被引：22

作者：

陈金辉 ^{[1
]}

陈辰 ^{[1
]}

董飚 ^{[2
]}

机构：

[1] 南京信息工程大学信息与控制学院

[2] 江苏智能传感网络工程技术研究开发中心

来源：

计算机仿真 | 2015年 / 32卷 / 03期

关键词：

粒子群算法; 搜索能力; 局部最优; 自适应策略;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

粒子群算法的参数速度权重在寻优过程中具有重要的作用。如何寻找合适的速度权重是提高算法性能的关键,为解决上述问题,提出了一种基于自适应策略的改进粒子群算法。改进粒子群算法在每次种群进行迭代时,根据每个粒子的适应度值自适应地改变每个粒子的速度权重,动态调整每个种群粒子的活性,提高了算法的全局寻优能力和收敛能力。仿真结果表明,在单目标函数中,改进算法能够更快速地找到最优位置,提高了算法的寻优能力;在多目标函数中,改进算法能够更快速地收敛到问题的Pareto最优边界,提高了算法的收敛能力。

引用

页码：298 / 303

页数：6

共 9 条

[1]

基于混沌自适应粒子群人工神经网络的气体在聚合物中的溶解模型 [J].