共 2 条
一种改进的自适应逃逸微粒群算法及实验分析
被引：126
|作者：
赫然
王永吉
王青
周津慧
胡陈勇
机构：
[1] 中国科学院软件研究所互联网软件技术实验室 北京100080
[2] 中国科学院软件研究所互联网软件技术实验室
[3] 北京100080中国科学院软件研究所计算机科学重点实验室北京100080
来源：
关键词：
微粒群算法;
逃逸速度;
自适应;
变异操作;
群体智能;
D O I：
暂无
中图分类号：
TP301.6 [算法理论];
学科分类号：
081202 ;
摘要：
分析了变异操作对微粒群算法(particleswarmoptimization,简称PSO)的影响,针对收敛速度慢、容易陷入局部极小等缺点,结合生物界中物种发现生存密度过大时会自动分家迁移的习性,给出了一种自适应逃逸微粒群算法,并证明了它依概率收敛到全局最优解.算法中的逃逸行为是一种简化的确定变异操作.当微粒飞行速度过小时,通过逃逸运动使微粒能够有效地进行全局和局部搜索,减弱了随机变异操作带来的不稳定性.典型复杂函数优化的仿真结果表明,该算法不仅具有更快的收敛速度,而且能更有效地进行全局搜索.
引用
收藏
页码：2036 / 2044
页数：9
相关论文