基于种群密度的粒子群优化算法

被引:29
作者
高鹰 [1 ]
姚振坚 [1 ]
谢胜利 [2 ]
机构
[1] 广州大学信息机电学院计算机科学与技术系
[2] 华南理工大学电子与信息学院
基金
广州市科技计划项目; 中国博士后科学基金; 广东省自然科学基金;
关键词
粒子群优化算法; 种群密度; Lotka-Volterra竞争方程;
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
为提高粒子群优化算法的收敛性能,提出了基于种群密度的多子群粒子群优化算法。该算法把生态学中的协同进化思想引入到粒子群优化算法中,充分考虑了环境和子群间相互竞争的关系,通过多种群的Lotka-Volterra竞争方程,动态调整各粒子群的密度,从而提高了粒子的多样性,加快了算法的进化速度。实验仿真结果表明,与单种群的粒子群优化算法相比,该算法提高了收敛速度和收敛精度。
引用
收藏
页码:922 / 924+932 +932
页数:4
相关论文
共 4 条
[1]
混沌粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机科学, 2004, (08) :13-15
[2]
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
[3]
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
[4]
普通生态学.[M].尚玉昌;蔡晓明编著;.北京大学出版社.1992,