一种排异竞争的粒子群优化算法

被引：6

作者：

谭阳 ^{[1
,2
]}

唐德权 ^{[3
]}

全惠云 ^{[1
]}

机构：

[1] 湖南师范大学数学与计算机科学学院

[2] 湖南广播电视大学信息技术系

[3] 湖南警察学院计算机系

来源：

系统仿真学报 | 2011年 / 23卷 / 12期

基金：

湖南省自然科学基金;

关键词：

粒子群优化算法; 竞争机制; 排异策略; 全局搜索;

D O I：

10.16182/j.cnki.joss.2011.12.031

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出一种基于排异竞争机制的粒子群优化算法。算法取消传统PSO算法中的全局最优值"gbest",通过设定竞争区域,使得当前种群中所有粒子和上一代种群中的精英粒子,一同参与竞争。并采取适应值竞争策略、适应度选择策略和粒子间的排异策略,来保证种群的多样性,避免了算法初期陷入局部极值的可能;并通过对排异策略的动态调整,提高了算法后期的收敛速度和精度。通过对几类典型函数的仿真测试表明,算法具有较好的全局搜索能力和收敛速度。

引用

页码：2635 / 2640+2646 +2646

页数：7

共 5 条

[1] 二阶振荡微粒群算法 [J].

胡建秀 ;

曾建潮 .

系统仿真学报, 2007, (05) :997-999

[2] 基于微粒群算法与模拟退火算法的协同进化方法 [J].

王丽芳 ;

曾建潮 .

自动化学报, 2006, (04) :630-635

[3] 一种改进的自适应逃逸微粒群算法及实验分析 [J].

赫然 ;

王永吉 ;

王青 ;

周津慧 ;

胡陈勇 .

软件学报, 2005, (12) :2036-2044

[4] Improved particle swarm optimization combined with chaos [J].

Liu, B ;

Wang, L ;

Jin, YH ;

Tang, F ;

Huang, DX .

CHAOS SOLITONS & FRACTALS, 2005, 25 (05) :1261-1271

[5]

Using Selection to Improve Particle Swarm Optimization. Angeline P J. Proceedings of the IEEE International Conference on Evolutionary Computation . 1998

← 1 →