| 基于均匀设计和惰性变异的改进微粒群算法 |
| |
| 引用本文： | 张伯泉,杨宜民,SONG Zong-feng.基于均匀设计和惰性变异的改进微粒群算法[J].系统仿真学报,2008,20(10):2584-2588. |
| |
| 作者姓名： | 张伯泉 杨宜民 SONG Zong-feng |
| |
| 作者单位： | 1. 广东工业大学计算机学院,广东广州,510006
2. 广东工业大学自动化学院,广东广州,510090 |
| |
| 基金项目： | 国家自然科学基金，广东省自然科学基金 |
| |
| 摘 要： | 微粒群算法(PSO)是一种随机群体优化算法,相对于遗传算法等其它的进化算法,它模型简单、操作参数少、智能程度高、运算速度快,已受到许多相关领域学者的关注与研究。但是,标准微粒群算法在寻优过程中往往陷入局部最优解,而不是全局最优解。在研究均匀设计与惰性变异的基础上,提出了改进的微粒群算法(UMPSO)。该算法利用均匀设计的思想来确定算法的初始粒子,以使其均匀分布于解空间,从而使算法以更高的概率、更快的速度找到全局最优解;在进化过程中,对惰性粒子以概率为1进行随机变异,则能够更好地保证微粒群的多样性。仿真结果表明,与标准的PSO相比,UMPSO的寻优精度更高、寻优速度更快。
|
| 关 键 词： | 微粒群算法 均匀设计 惰性变异 进化计算 遗传算法 |
Advanced Particle Swarm Optimization Based on Uniform Design and Inertia Mutation |
| |
| ZHANG Bo-quan,YANG Yi-min,SONG Zong-feng.Advanced Particle Swarm Optimization Based on Uniform Design and Inertia Mutation[J].Journal of System Simulation,2008,20(10):2584-2588. |
| |
| Authors: | ZHANG Bo-quan YANG Yi-min SONG Zong-feng |
| |
| Abstract: | |
| |
| Keywords: | particle swarm optimization uniform design inertia mutation evolutionary computation genetic algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
