|
|||||
|
|
| 基于种群密度的粒子群优化算法 | |
| 引用本文： | 高鹰,姚振坚,谢胜利. 基于种群密度的粒子群优化算法[J]. 系统工程与电子技术, 2006, 28(6): 922-924 |
| 作者姓名： | 高鹰 姚振坚 谢胜利 |
| 作者单位： | 1. 广州大学信息机电学院计算机科学与技术系,广东,广州,510405;华南理工大学电子与信息学院,广东,广州,510641 2. 广州大学信息机电学院计算机科学与技术系,广东,广州,510405 3. 华南理工大学电子与信息学院,广东,广州,510641 |
| 基金项目： | 中国博士后科学基金(2003034062)，广东省自然科学基金博士科研启动基金(04300015)，广州市科技计划项目(2004J1-C0323)，广州市属高校科技计划项目(2055)资助课题 |
| 摘 要： | 为提高粒子群优化算法的收敛性能,提出了基于种群密度的多子群粒子群优化算法。该算法把生态学中的协同进化思想引入到粒子群优化算法中,充分考虑了环境和子群间相互竞争的关系,通过多种群的Lotka-Volterra竞争方程,动态调整各粒子群的密度,从而提高了粒子的多样性,加快了算法的进化速度。实验仿真结果表明,与单种群的粒子群优化算法相比,该算法提高了收敛速度和收敛精度。 |
| 关 键 词： | 粒子群优化算法 种群密度 Lotka-Volterra竞争方程 |
| 文章编号： | 1001-506X(2006)06-0922-03 |
| 修稿时间： | 2005-05-02 |
Particle swarm optimization algorithm based on population density |
|
| GAO Ying,YAO Zhen-jian,XIE Sheng-li. Particle swarm optimization algorithm based on population density[J]. System Engineering and Electronics, 2006, 28(6): 922-924 | |
| Authors: | GAO Ying YAO Zhen-jian XIE Sheng-li |
| Abstract: | Particle swarm optimizer is a simple stochastic global optimization technique.The cooperative evolution in the field of ecology is incorporated into original particle swarm optimizer,and a population density-based particle swarm optimization algorithm is proposed.The proposed algorithm changes adaptively subpopulation size based on multipopulation Lotka-Volterra competitive function.The experimental results demonstrate that the proposed algorithm is superior to original particle swarm optimization algorithm. |
| Keywords: | particle swarm optimizer population density Lotka-Volterra competitive function |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |