首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Boltzmann学习策略的粒子群算法
引用本文:艾解清,高济.基于Boltzmann学习策略的粒子群算法[J].南京理工大学学报(自然科学版),2012,36(3).
作者姓名:艾解清  高济
作者单位:1. 广东电网公司信息中心广东广州510000;广东电网公司信息化评测实验室,广东广州510000
2. 浙江大学人工智能所,浙江杭州,310000
摘    要:针对粒子群算法过早收敛导致容易陷入局部极值的问题,提出了一种基于Boltzmann学习策略的粒子群算法(BLSPSO).借鉴模拟退火算法的思想,在标准粒子群算法中引入Boltzmann学习策略.在BLSPSO前期粒子能够学习不同的极值点,适当保持粒子个体多样性,提高算法全局寻优能力.在BLSPSO后期粒子更倾向于学习全局最优粒子,提高收敛速度,保证算法的稳定性.仿真结果表明,所提出的算法具有寻优能力强、搜索精度高等优点,可有效避免标准PSO算法的早熟收敛.该算法在求解多极值问题上与其他PSO算法相比有较好表现.

关 键 词:粒子群算法  Boltzmann学习策略  模拟退火  全局寻优  多极值问题

Particle Swarm Optimization Based On Boltzmann Learning Strategy
AI Jie-qing , GAO Ji.Particle Swarm Optimization Based On Boltzmann Learning Strategy[J].Journal of Nanjing University of Science and Technology(Nature Science),2012,36(3).
Authors:AI Jie-qing  GAO Ji
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号