一种动态改变学习因子的简化粒子群算法

被引：53

作者：

任伟建

武璇

机构：

[1] 东北石油大学电气信息工程学院

来源：

自动化技术与应用 | 2012年 / 31卷 / 10期

关键词：

粒子群算法; 简化粒子群算法; 学习因子;

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：

基本粒子群优化算法(basic particle swarm optimization,简称bPSO)具有容易陷入局部极值,进化后期熟练速度慢,精度低等缺陷,而简化粒子群算法(simple particle swarm optimization,简称sPSO)在保证了熟练速度和精度的同时舍弃了速度项,使算法更加简练。本文提出了一种动态改变学习因子的简化粒子群算法。经过实验证明,该算法在寻优精度和收敛速度上具有明显的优势。

引用

页码：9 / 11+37 +37

页数：4

共 4 条

[1]

Particle swarm optimization..Kennedy J; Eberhart RC;.Proceedings of the IEEE International Joint Conference on Neural Networks.1995,

[2]

基于模拟退火PSO的电力系统无功优化 [J].