自适应变异综合学习粒子群优化算法

被引:22
作者
蔡昭权 [1 ]
黄翰 [2 ]
机构
[1] 惠州学院网络中心
[2] 华南理工大学软件学院
关键词
群体智能; 粒子群优化算法; 综合学习; 最小方差优先; 自适应变异;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
针对以往粒子群优化算法多样性差且易局部收敛的不足,提出改进综合学习粒子群优化(CLPSO)算法的最小方差优先自适应变异策略,设计自适应变异综合粒子群优化(CLPSO-M)算法。多个标准测试问题的对比实验数据表明,CLPSO-M算法比CLPSO算法的全局搜索能力更强,求解效果更稳定。
引用
收藏
页码:170 / 171+202 +202
页数:3
相关论文
共 3 条
[1]   基于混沌序列的自适应粒子群优化算法 [J].
侯力 ;
王振雷 ;
钱锋 .
计算机工程, 2008, (18) :210-211+214
[2]   自适应扩散混合变异机制微粒群算法 [J].
吕艳萍 ;
李绍滋 ;
陈水利 ;
郭文忠 ;
周昌乐 .
软件学报, 2007, (11) :2740-2751
[3]   粒子群优化算法的收敛性分析及其混沌改进算法 [J].
刘洪波 ;
王秀坤 ;
谭国真 .
控制与决策 , 2006, (06) :636-640+645