基于多种群多模型协同进化的粒子群优化算法

被引：15

作者：

徐冰纯

葛洪伟

王燕燕

机构：

[1] 江南大学物联网工程学院

来源：

计算机工程 | 2013年 / 39卷 / 05期

关键词：

粒子群优化算法; 多种群; 多模型; 自适应动态惯性权重; 协同进化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

为克服标准粒子群优化(PSO)算法易陷入局部极值和优化精度较低的缺点,提出一种多种群多模型协同进化的粒子群优化(MSM-PSO)算法。将整个粒子群分成大小相等的3个分群,各分群采用不同的进化模型,分群间相互影响促进。同时采用自适应动态惯性权重,以保持种群多样性,降低陷入局部极值的概率。测试结果表明,该算法全局性能好、寻优精度高。

引用

页码：200 / 203+208 +208

页数：5