一种改进粒子群优化算法

被引：40

作者：

柯晶

钱积新

乔谊正

机构：

[1] 山东大学控制科学与工程学院

[2] 浙江大学系统工程研究所

来源：

电路与系统学报 | 2003年 / 05期

关键词：

进化计算; 群集智能; 粒子群优化;

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：

作为群集智能的代表性方法之一,粒子群优化(PSO)算法通过粒子之间的合作与竞争以实现对多维复杂空间的高效搜索。提出了一种改进粒子群优化(MPSO)算法。MPSO同时采用局部模式压缩因子方法和全局模式惯性权重方法以获得相对较高的性能。针对PSO算法可能出现的停滞现象,MPSO引入了基于全局信息反馈的重新初始化机制。数值仿真结果显示了该算法的有效性。

引用

页码：87 / 91

页数：5

共 5 条

[1] 应用自适应指数比例变换的适应值共享遗传算法
于歆杰
王赞基
[J]. 系统工程理论与实践, 2002, (02) : 24 - 28
[2] 遗传算法的基本理论与应用[M]. 科学出版社 , 李敏强等著, 2002
[3] Book Review: Swarm Intelligence by James Kennedy, Russell C. Eberhart, with Yuhui Shi[J] . K. Dautenhahn.Genetic Programming and Evolvable Machines . 2002 (1)
[4] Recent approaches to global optimization problems through Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Natural Computing . 2002 (2-3)
[5] Particle swarm optimization: developments, applications and resources .2 Eberhart R C,Shi Y. Proc. 2001 Congress Evolutionary Computation . 2001

← 1 →