分组粒子群优化算法

被引：12

作者：

叶海燕 ^{[1
]}

陈毓灵 ^{[2
]}

高鹰 ^{[2
]}

机构：

[1] 广州大学数学与信息科学学院

[2] 广州大学信息与机电工程学院

来源：

广州大学学报(自然科学版) | 2007年 / 02期

关键词：

粒子群; PSO; 分组粒子群; 快速寻优;

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：

分组PSO算法将粒子群分成几个小群,每个小群有不同的进化参数且每个小群分别进化,在间隔一定时刻进行组间变异和重组操作,并且在重组的同时对各小组参数进行粒子群优化,相比普通粒子群算法无论在收敛速度还是在精度和操作方便性上都有提高.

引用

收藏

页码：64 / 67

页数：4

相关论文

共 6 条

[1]

基于种群密度的粒子群优化算法 [J].

高鹰 ;

姚振坚 ;

谢胜利 .

系统工程与电子技术, 2006, (06) :922-924+932

[2]

一种自适应扩展粒子群优化算法 [J].

高鹰 .

计算机工程与应用, 2006, (15) :12-15

[3]

基于聚类的多子群粒子群优化算法 [J].

高鹰 ;

谢胜利 ;

许若宁 ;

李朝晖 .

计算机应用研究, 2006, (04) :40-41

[4]

混沌粒子群优化算法 [J].

高鹰 ;

谢胜利 .

计算机科学, 2004, (08) :13-15

[5]

免疫粒子群优化算法 [J].

高鹰 ;

谢胜利 ;

不详 .

计算机工程与应用 , 2004, (06) :4-6+33

[6]

基于模拟退火的粒子群优化算法 [J].

高鹰 ;

谢胜利 ;

不详 .

计算机工程与应用 , 2004, (01) :47-50