基于子群混合与变异的微粒群算法及其应用 |
| |
引用本文: | 王辉,钱锋.基于子群混合与变异的微粒群算法及其应用[J].系统仿真学报,2009,21(12). |
| |
作者姓名: | 王辉 钱锋 |
| |
作者单位: | 华东理工大学,化工过程先进控制和优化技术教育部重点实验室,上海,200237;华东理工大学,信息科学与工程学院,上海,200237 |
| |
基金项目: | 国家杰出青年科学基金,国家973项目,国家863计划课题,国家科技支撑计划,国家自然科学基金面上项目,上海市国际科技合作基金项目 |
| |
摘 要: | 提出一种子群混合与变异的微粒群算法(SSMPSO),按适应值大小将微粒均匀分为两个子群分别进行目标优化,当子群在一定进化代数内未满足收敛条件时重新混合为一个种群.对混合种群中部分适应值差的微粒实施变异,用适应值好的微粒替代.微粒群反复进行分群进化、子群混合和种群变异操作,直至算法满足终止条件.SSMPSO算法通过几种典型高维非线性函数进行了测试,结果表明其性能明显优于基本微粒群算法.将SSMPSO算法用于常压塔汽油干点软测量,实验表明SSMPSO算法建立的汽油干点软测量模型比用基本微粒群算法所建软测量模型有了很大提高.
|
关 键 词: | 微粒群算法 子群 混合 变异 软测量 |
Particle Swarm Optimizer with Shuffled Subpopulations Mutation and Its Application |
| |
Abstract: | |
| |
Keywords: | particle swarm optimizer subpopulation shuffled mutation soft-sensor |
本文献已被 万方数据 等数据库收录! |
|