改进的云自适应粒子群算法

被引：6

作者：

张锦华

机构：

[1] 昆明工业职业技术学院电气工程系

来源：

计算机工程与应用 | 2012年 / 05期

关键词：

粒子群算法; 云自适应惯性权重; 进化策略;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为了提高粒子群算法的寻优速度和精度,提出一种改进的云自适应粒子群算法(MCAPSO)。算法中根据粒子适应度值把种群分为三个子群,分别采用不同的惯性权重生成策略和进化策略,普通子群粒子采用云自适应惯性权重,有效地调整了算法的全局与局部搜索能力。选取了五个基准函数进行测试,与其他PSO算法作了比较。仿真结果表明该方法是有效的。

引用

页码：29 / 31

页数：3

共 4 条

[1] 基于改进PSO和DE的混合算法 [J].

易文周 ;

张超英 ;

王强 ;

许亚梅 ;

周金玲 .

计算机工程, 2010, 36 (10) :233-235

[2] 混沌惯性权值调整策略的粒子群优化算法 [J].

吴秋波 ;

王允诚 ;

赵秋亮 ;

吴昌荣 .

计算机工程与应用 , 2009, (07) :49-51

[3] 云自适应粒子群算法 [J].

韦杏琼 ;

周永权 ;

黄华娟 ;

罗德相 .

计算机工程与应用, 2009, 45 (01) :48-50+76

[4]

A new and improved version of particle swarm optimization algorithm with global–local best parameters[J] . M. Senthil Arumugam,M. V. C. Rao,Aarthi Chandramohan.Knowledge and Information Systems . 2008 (3)

← 1 →