云自适应粒子群算法

被引:50
作者
韦杏琼
周永权
黄华娟
罗德相
机构
[1] 广西民族大学数学与计算机科学学院
关键词
粒子群优化; 惯性权重; 自适应参数调整; 云理论;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
文中提出了云自适应粒子群优化(CAPSO)算法,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,由X条件云发生器自适应调整普通子群粒子的惯性权重,由于云模型云滴具有随机性和稳定倾向性特点,使惯性权重既具有传统的趋势性,满足快速寻优能力,又具有随机性,在提高收敛速度和保持种群多样性之间做了一个很好的权衡。通过典型函数优化实验表明,与标准粒子群算法相比,CAPSO具有较高的计算精度和较快的收敛速度。
引用
收藏
页码:48 / 50+76 +76
页数:4
相关论文
共 9 条
  • [1] 基于云模型的全局最优化算法
    张光卫
    康建初
    李鹤松
    李德毅
    [J]. 北京航空航天大学学报, 2007, (04) : 486 - 490
  • [2] 一种惯性权重动态调整的新型粒子群算法
    刘建华
    樊晓平
    瞿志华
    [J]. 计算机工程与应用, 2007, (07) : 68 - 70
  • [3] 基于云模型理论的蚁群算法改进研究
    段海滨
    王道波
    于秀芬
    朱家强
    [J]. 哈尔滨工业大学学报, 2005, (01) : 115 - 119
  • [4] 基于云模型的不确定性知识表示
    刘常昱
    李德毅
    潘莉莉
    不详
    [J]. 计算机工程与应用 , 2004, (02) : 32 - 35
  • [5] 基于云模型的Web日志数据挖掘技术
    岳训
    孙忠林
    张艳琦
    李光忠
    [J]. 计算机应用研究, 2001, (11) : 113 - 116
  • [6] 基于隶属云发生器的智能控制
    张飞舟
    范跃祖
    沈程智
    李德毅
    [J]. 航空学报, 1999, (01) : 90 - 93
  • [7] 隶属云和隶属云发生器
    李德毅,孟海军,史雪梅
    [J]. 计算机研究与发展, 1995, (06) : 15 - 20
  • [8] Particle Swarm Optimization .2 Kennedy,J.,Eberhart,R. International Conference on Neural Network . 1995
  • [9] A new optimizer using parti-cle swarm theory .2 EBERHART R C,KENNEDY J. . 1995