种群分类粒子群改进算法研究

被引：5

作者：

毕晓君

刘国安

机构：

[1] 哈尔滨工程大学信息与通信工程学院

来源：

哈尔滨工程大学学报 | 2008年 / 09期

关键词：

粒子群算法; 种群分类; 动态学习因子; 基准函数;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出一种改进的粒子群算法.该算法首先利用粒子适应值的统计规律对粒子进行分类,对属于不同类别的粒子采用不同的进化模型,对于利用完全模型进化的粒子,采用动态调整学习因子的方法,从而大大提高了算法的优化效率和优化精度.通过反复实验分析,得出学习因子随着进化推进的最优变化规律,并给出了学习因子的最佳函数表达式.仿真结果表明,利用改进的PSO算法优化4种具有代表性的基准函数,无论是在优化精度方面还是在优化效率方面,均较以往提出的PSO算法在性能上有本质的提高.

引用

页码：991 / 996

页数：6