| 粒子群优化的速度方程改进与自适应变异策略 |
| |
| 引用本文： | 李会荣,高岳林.粒子群优化的速度方程改进与自适应变异策略[J].计算机工程与应用,2010,46(13):47-50. |
| |
| 作者姓名： | 李会荣 高岳林 |
| |
| 作者单位： | 1.商洛学院 数学与计算科学系，陕西 商洛 726000 2.北方民族大学 信息与系统科学研究所，银川 750021 |
| |
| 基金项目： | 国家自然科学基金No.60962006;;商洛学院科研基金资助(No.09SKY014,No.SKY011~~ |
| |
| 摘 要： | 对基本粒子群优化算法的速度方程进行了改进，减少了控制参数，引入随机调节因子，使得粒子的自我认知能力和社会认知能力在一定范围内随机产生，同时对个体最优粒子进行自适应随机变异，由此构造出一种改进的粒子群优化算法。数值结果表明新算法能够克服早熟收敛，具有更好的性能和全局搜索能力。
|
| 关 键 词： | 粒子群优化 随机调节因子 随机扰动 |
| 收稿时间： | 2008-11-7 |
| 修稿时间： | 2009-1-22
|
Improved velocity of PSO algorithm and adaptive mutation |
| |
| LI Hui-rong,GAO Yue-lin.Improved velocity of PSO algorithm and adaptive mutation[J].Computer Engineering and Applications,2010,46(13):47-50. |
| |
| Authors: | LI Hui-rong GAO Yue-lin |
| |
| Affiliation: | 1.Department of Mathematics and Computation Science，Shangluo University，Shangluo，Shaanxi 726000，China 2.Research Institute of Information and System Science，North National University，Yinchuan 750021，China |
| |
| Abstract: | An Improved Particle Swarm Optimization(IPSO) algorithm is proposed by improving the standard PSO's velocity equation.The new algorithm reduces the control parameters,introduces random adjustment factor,and generates the cognitive ability and social cognitive ability of the particle randomly in a certain range.By judging the local convergence,when PSO gets into the local convergence,IPSO can carry out stochastic mutation on individual optimal particle.The experimental results demonstrate that the new algori... |
| |
| Keywords: | particle swarm optimization random adjustment factor stochastic mutation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
