|
|||||
|
|
| 基于粒子能量的自适应粒子群优化算法 | |
| 引用本文： | 郭京蕾,吴志健,姜大志,罗芳,高冲,汤铭端. 基于粒子能量的自适应粒子群优化算法[J]. 系统仿真学报, 2009, 21(15) |
| 作者姓名： | 郭京蕾 吴志健 姜大志 罗芳 高冲 汤铭端 |
| 作者单位： | 1. 武汉大学,软件工程国家重点实验室,武汉,430072;华中师范大学,计算机科学系,武汉,430079 2. 武汉大学,软件工程国家重点实验室,武汉,430072 3. 航天科工集团第二研究院,北京,100854 |
| 基金项目： | 国家重点基础研究发展计划(973) |
| 摘 要： | 群优化是一种随机的群体搜索策略.针对粒子群算法易陷入局部最优和收敛速度慢等不足,提出了根据粒子的能量自适应调整参数的改进算法.该算法基于动力学和热力学的理论,计算每个粒子的能量值,并将优化过程中的群体视为热力学的某一状态,通过退火温度和粒子的能量动态调整算法中的惯性参数,达到对"惰性"粒子的原速度方向给予较大的牵引力的目的.优化过程中,随着系统温度的降低,惯性参数逐渐减小,有利于问题的收敛.算法中采用了带极值扰动策略,加速粒子跳出局部最优的能力.数值实验结果表明,该算法具有收敛精度高和收敛速度快的特点,可快速有效的求解约束和非约束优化问题. |
| 关 键 词： | 粒子群优化 能量 退火温度 惯性参数 极值扰动 |
Adaptive Swarm Optimization Algorithm Based on Energy of Particle |
|
| Abstract: | |
| Keywords: | particle energy temperature inertia weight disturbed extremum |
| 本文献已被 万方数据 等数据库收录！ | |