首页 | 本学科首页   官方微博 | 高级检索  
     

粒子群算法的改进与比较研究
作者姓名:武少华  高岳林
作者单位:宁夏大学 数学统计学院,宁夏银川,750021;北方民族大学 宁夏智能信息与大数据处理重点实验室,宁夏银川,750021
基金项目:国家自然科学基金;宁夏高等教育一流学科建设资助项目;北方民族大学重点科研资助项目
摘    要:针对粒子群算法(particle swarm optimization,PSO)"早熟收敛"和后期收敛速度慢的特点,文章提出了一种改进的PSO算法。该算法摒弃了近年来许多在改进过程中引入过量繁琐公式、各种变换因子而导致算法过程冗杂的粒子群改进方法,而是在简化PSO算法的基础上引入自适应局部搜索因子,在种群不变的情况下拓宽了搜索范围并提高了搜索精度,且在某些测试函数下寻优效果明显优于其他复杂的PSO优化算法。最后的测试实验表明,该文算法能避免早熟问题,有效地提高了算法的精确寻优能力。

关 键 词:粒子群算法(PSO)  局部搜索  全局搜索  高斯分布
本文献已被 CNKI 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