| 核矩阵协同进化的震荡搜索粒子群优化算法 |
| |
| 引用本文： | 戴月明,朱达祥,吴定会.核矩阵协同进化的震荡搜索粒子群优化算法[J].重庆邮电大学学报(自然科学版),2016,28(2):247-253. |
| |
| 作者姓名： | 戴月明 朱达祥 吴定会 |
| |
| 作者单位： | 江南大学物联网工程学院,江苏无锡,214122 |
| |
| 基金项目： | 国家 863 计划项目(2013AA040405) |
| |
| 摘 要： | 针对粒子群算法搜索后期易陷入局部极值的缺点,提出一种基于核矩阵协同进化的震荡搜索粒子群优化(kenel matrix synergistic evolution shock search particle swarm optimization,KMSESPSO)算法,该算法对粒子进行局部与全局结合的震荡搜索,且当整个粒子种群陷入停滞状态时,利用核矩阵对特定粒子组进行协同进化以扩大种群的多样性.实验结果表明,KMSESPSO算法有效提高了粒子的全局搜索能力,既避免粒子种群易早熟收敛,又较好地提高寻优精度、加快收敛速度,且有一定的鲁棒性.
|
| 关 键 词： | 粒子群优化算法 震荡搜索 核矩阵 协同进化 |
| 收稿时间： | 4/7/2015 12:00:00 AM |
| 修稿时间： | 2015/12/10 0:00:00 |
Shock search particle swarm optimization algorithm based on kernel matrix synergistic evolution |
| |
| DAI Yueming,ZHU Daxiang and WU Dinghui.Shock search particle swarm optimization algorithm based on kernel matrix synergistic evolution[J].Journal of Chongqing University of Posts and Telecommunications,2016,28(2):247-253. |
| |
| Authors: | DAI Yueming ZHU Daxiang and WU Dinghui |
| |
| Institution: | School of Internet of Things Engineering, Jiangnan University, Wuxi 214122,P. R. China,School of Internet of Things Engineering, Jiangnan University, Wuxi 214122,P. R. China and School of Internet of Things Engineering, Jiangnan University, Wuxi 214122,P. R. China |
| |
| Abstract: | |
| |
| Keywords: | particle swarm optimization shock search kernel matrix synergistic evolution |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
|
