一种基于进化的自适应卡尔曼修正粒子群优化算法 |
| |
引用本文: | 李才发,侯森.一种基于进化的自适应卡尔曼修正粒子群优化算法[J].东莞理工学院学报,2019,26(1). |
| |
作者姓名: | 李才发 侯森 |
| |
作者单位: | 中国人民解放军75842部队,广州,510000;中国人民解放军信息工程大学,郑州,450002 |
| |
摘 要: | 提出了一种新的基于达尔文进化的自适应卡尔曼修正粒子群优化算法(AK-DPSO,Adaptive Kalman correction Darwin Particle Swarm Optimization)。卡尔曼修正机制能够利用种群粒子位置更新过程的相关性信息提高算法搜索速度。使用了一种基于子梯度计算的方法来自适应地调整算法的系数,在每次迭代后算法根据卡尔曼修正机制调整全局最优点的位置,这样的调整能够显著地提升算法在搜索空间中的搜索效率和收敛率。同时,为了克服早熟收敛的问题,AK-DPSO采取了基于自然选择的达尔文进化机制,通过多个子群的自然进化增强粒子群的多样性,从而减小算法陷入局部最优点的可能性。进行了一系列的实验,实验结果证明本文算法能够在多个性能指标上达到或者超过现有粒子群优化算法的水平。
|
关 键 词: | 粒子群优化 卡尔曼修正 自然进化机制 子梯度 |
本文献已被 CNKI 万方数据 等数据库收录! |
|