粒子群优化算法中粒子更新方法研究

被引：6

作者：

田雨波

朱人杰

李正强

机构：

[1] 江苏科技大学电子信息学院

来源：

江苏科技大学学报(自然科学版) | 2008年 / 05期

关键词：

粒子群算法; 克隆选择; 混沌; 变异; 模拟退火;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.

引用

页码：67 / 72

页数：6

共 9 条

[1] 集合划分问题的粒子群优化算法 [J].