学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
多策略融合的粒子群优化算法
被引:53
作者
:
论文数:
引用数:
h-index:
机构:
廖玮霖
论文数:
引用数:
h-index:
机构:
程杉
论文数:
引用数:
h-index:
机构:
尚冬冬
论文数:
引用数:
h-index:
机构:
魏昭彬
机构
:
[1]
三峡大学微电网湖北省协同创新中心
来源
:
计算机工程与应用
|
2021年
/ 01期
关键词
:
粒子群优化算法;
三黑洞系统捕获;
多维随机干扰;
协调因子;
早熟扰动;
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
:
受天体学和植物学启发,提出一种多策略融合的粒子群优化算法(MSPSO),以改善粒子群优化算法(PSO)易陷入局部最优的不足。三黑洞系统捕获策略和多维随机干扰策略的引入,使算法增强全局开拓能力的同时兼顾局部搜索能力,并通过协调因子完成从全局寻优向局部搜索的转变,进而提高收敛速度。同时,早熟扰动策略的采用,使算法陷入局部最优的概率降低。采用9个测试函数,将该算法与其他5种算法进行性能对比。仿真结果表明,MSPSO算法具有在相同迭代下更好的寻优能力、在给定精度下更快的收敛速度等优势。
引用
收藏
页码:69 / 76
页数:8
相关论文
共 21 条
[1]
基于灰狼优化的反向学习粒子群算法
[J].
论文数:
引用数:
h-index:
机构:
周蓉
;
论文数:
引用数:
h-index:
机构:
李俊
;
论文数:
引用数:
h-index:
机构:
王浩
.
计算机工程与应用 ,
2020,
(07)
:48
-56
[2]
引入多级扰动的混合型粒子群优化算法
[J].
论文数:
引用数:
h-index:
机构:
徐利锋
;
论文数:
引用数:
h-index:
机构:
黄祖胜
;
论文数:
引用数:
h-index:
机构:
杨中柱
;
论文数:
引用数:
h-index:
机构:
丁维龙
.
软件学报,
2019,
30
(06)
:1835
-1852
[3]
混合互信息和粒子群算法的多目标特征选择方法
[J].
论文数:
引用数:
h-index:
机构:
王金杰
;
论文数:
引用数:
h-index:
机构:
李炜
.
计算机科学与探索,
2020,
14
(01)
:83
-95
[4]
改进粒子群算法应用于Android恶意应用检测
[J].
论文数:
引用数:
h-index:
机构:
霍林
;
论文数:
引用数:
h-index:
机构:
陆寅丽
.
计算机工程与应用,
2020,
56
(07)
:96
-101
[5]
改进的粒子群算法优化的特征选择方法
[J].
论文数:
引用数:
h-index:
机构:
李炜
;
论文数:
引用数:
h-index:
机构:
巢秀琴
.
计算机科学与探索,
2019,
13
(06)
:990
-1004
[6]
自适应简化粒子群优化算法及其应用
[J].
论文数:
引用数:
h-index:
机构:
张鑫
;
论文数:
引用数:
h-index:
机构:
邹德旋
;
论文数:
引用数:
h-index:
机构:
肖鹏
;
论文数:
引用数:
h-index:
机构:
喻秋
.
计算机工程与应用,
2019,
(08)
:250
-263
[7]
独立局部搜索与多区域渐近收敛的新型PSO算法
[J].
论文数:
引用数:
h-index:
机构:
王玉昆
;
论文数:
引用数:
h-index:
机构:
陈雪波
.
控制与决策,
2018,
33
(08)
:1382
-1390
[8]
基于改进MOPSO的MMC控制参数多机联合优化
[J].
林雪华
论文数:
0
引用数:
0
h-index:
0
机构:
南方电网科学研究院(南方电网仿真重点实验室)
南方电网科学研究院(南方电网仿真重点实验室)
林雪华
;
论文数:
引用数:
h-index:
机构:
洪国巍
;
郭琦
论文数:
0
引用数:
0
h-index:
0
机构:
南方电网科学研究院(南方电网仿真重点实验室)
南方电网科学研究院(南方电网仿真重点实验室)
郭琦
;
论文数:
引用数:
h-index:
机构:
李岩
;
论文数:
引用数:
h-index:
机构:
谢国超
;
论文数:
引用数:
h-index:
机构:
刘崇茹
.
电力系统保护与控制,
2017,
45
(09)
:48
-55
[9]
基于剪枝策略的骨干粒子群算法
[J].
论文数:
引用数:
h-index:
机构:
张震
;
论文数:
引用数:
h-index:
机构:
潘再平
;
论文数:
引用数:
h-index:
机构:
潘晓弘
.
控制与决策,
2015,
30
(09)
:1591
-1596
[10]
带反向预测及斥力因子的改进粒子群优化算法
[J].
范成礼
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
范成礼
;
邢清华
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
邢清华
;
李响
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
李响
;
王振江
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
王振江
.
控制与决策 ,
2015,
(02)
:311
-315
←
1
2
3
→
共 21 条
[1]
基于灰狼优化的反向学习粒子群算法
[J].
论文数:
引用数:
h-index:
机构:
周蓉
;
论文数:
引用数:
h-index:
机构:
李俊
;
论文数:
引用数:
h-index:
机构:
王浩
.
计算机工程与应用 ,
2020,
(07)
:48
-56
[2]
引入多级扰动的混合型粒子群优化算法
[J].
论文数:
引用数:
h-index:
机构:
徐利锋
;
论文数:
引用数:
h-index:
机构:
黄祖胜
;
论文数:
引用数:
h-index:
机构:
杨中柱
;
论文数:
引用数:
h-index:
机构:
丁维龙
.
软件学报,
2019,
30
(06)
:1835
-1852
[3]
混合互信息和粒子群算法的多目标特征选择方法
[J].
论文数:
引用数:
h-index:
机构:
王金杰
;
论文数:
引用数:
h-index:
机构:
李炜
.
计算机科学与探索,
2020,
14
(01)
:83
-95
[4]
改进粒子群算法应用于Android恶意应用检测
[J].
论文数:
引用数:
h-index:
机构:
霍林
;
论文数:
引用数:
h-index:
机构:
陆寅丽
.
计算机工程与应用,
2020,
56
(07)
:96
-101
[5]
改进的粒子群算法优化的特征选择方法
[J].
论文数:
引用数:
h-index:
机构:
李炜
;
论文数:
引用数:
h-index:
机构:
巢秀琴
.
计算机科学与探索,
2019,
13
(06)
:990
-1004
[6]
自适应简化粒子群优化算法及其应用
[J].
论文数:
引用数:
h-index:
机构:
张鑫
;
论文数:
引用数:
h-index:
机构:
邹德旋
;
论文数:
引用数:
h-index:
机构:
肖鹏
;
论文数:
引用数:
h-index:
机构:
喻秋
.
计算机工程与应用,
2019,
(08)
:250
-263
[7]
独立局部搜索与多区域渐近收敛的新型PSO算法
[J].
论文数:
引用数:
h-index:
机构:
王玉昆
;
论文数:
引用数:
h-index:
机构:
陈雪波
.
控制与决策,
2018,
33
(08)
:1382
-1390
[8]
基于改进MOPSO的MMC控制参数多机联合优化
[J].
林雪华
论文数:
0
引用数:
0
h-index:
0
机构:
南方电网科学研究院(南方电网仿真重点实验室)
南方电网科学研究院(南方电网仿真重点实验室)
林雪华
;
论文数:
引用数:
h-index:
机构:
洪国巍
;
郭琦
论文数:
0
引用数:
0
h-index:
0
机构:
南方电网科学研究院(南方电网仿真重点实验室)
南方电网科学研究院(南方电网仿真重点实验室)
郭琦
;
论文数:
引用数:
h-index:
机构:
李岩
;
论文数:
引用数:
h-index:
机构:
谢国超
;
论文数:
引用数:
h-index:
机构:
刘崇茹
.
电力系统保护与控制,
2017,
45
(09)
:48
-55
[9]
基于剪枝策略的骨干粒子群算法
[J].
论文数:
引用数:
h-index:
机构:
张震
;
论文数:
引用数:
h-index:
机构:
潘再平
;
论文数:
引用数:
h-index:
机构:
潘晓弘
.
控制与决策,
2015,
30
(09)
:1591
-1596
[10]
带反向预测及斥力因子的改进粒子群优化算法
[J].
范成礼
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
范成礼
;
邢清华
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
邢清华
;
李响
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
李响
;
王振江
论文数:
0
引用数:
0
h-index:
0
机构:
空军工程大学防空反导学院
王振江
.
控制与决策 ,
2015,
(02)
:311
-315
←
1
2
3
→