嵌入共轭梯度法的混合粒子群优化算法

被引：14

作者：

梁昔明

李德生

机构：

[1] 北京建筑大学理学院

来源：

小型微型计算机系统 | 2014年 / 35卷 / 04期

关键词：

混合粒子群优化算法; 共轭梯度法; 无约束优化问题; 数值实验;

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：

针对标准粒子群算法收敛速度慢和精度低的问题,提出了一种嵌入共轭梯度法的混合粒子群优化算法.算法有效结合了粒子群优化算法较强的全局搜索能力和共轭梯度法快速精细的局部搜索能力,在基本粒子群算法得到的最优解的基础上引入共轭梯度法,加快了算法的收敛速度,克服了基本粒子群算法收敛慢的弊端.相比于基本粒子群算法,它能够以较高精度和较快速度收敛到所求无约束优化问题的全局最优解.数值实验结果表明,所得混合算法是一种求解高维多峰连续函数无约束优化问题的高效方法.

引用

页码：835 / 839

页数：5

共 8 条

[1]

基于动态随机搜索和佳点集构造的改进粒子群优化算法 [J].