一种信息充分交流的扩散粒子群算法

被引：1

作者：

任小波 ^{[1
]}

于东 ^{[2
]}

杨忠秀 ^{[1
]}

应宏微 ^{[1
]}

机构：

[1] 宁波工程学院电子与信息工程学院

[2] 大连海事大学数学系

来源：

大连海事大学学报 | 2010年 / 01期

关键词：

粒子群算法(PSO); 扩散操作; 惯性权重; 周围极值; 极值变化;

D O I：

10.16411/j.cnki.issn1006-7736.2010.01.027

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为解决粒子群算法搜索精度不高,特别是对高维函数优化性能不佳问题,提出一种信息充分交流的扩散粒子群算法(DPSO-FCI).该算法在粒子更新方式上引入周围极值,在演化过程中粒子以一种递增方式进行扩散操作,使得种群信息得到更加充分的利用.同时,通过非线性调整惯性权重、扩散操作引导极值变化来增强群体对信息的利用能力.采用4个基准测试函数对DPSO-FCI算法进行测试,并与几种不同类型的改进粒子群优化算法进行对比.实验结果验证了DP-SO-FCI算法的有效性.

引用

页码：69 / 72

页数：4

共 5 条

[1] Apical-dominant particle swarm optimization [J].

Zhihua Cuiab Xingjuan Caib Jianchao Zengb Guoji Suna a State Key Laboratory for Manufacturing Systems EngineeringXian Jiaotong UniversityXian China b Division of System Simulation and Computer ApplicationTaiyuan University of Science and TechnologyTaiyuan China .

ProgressinNaturalScience, 2008, (12) :1577-1582

[2] 一种动态改变惯性权重的自适应粒子群算法 [J].