首页 | 本学科首页   官方微博 | 高级检索  
     检索      

改进的粒子群算法
引用本文:张建科,刘三阳,张晓清.改进的粒子群算法[J].计算机工程与设计,2007,28(17):4215-4216,4219.
作者姓名:张建科  刘三阳  张晓清
作者单位:西安邮电学院应用数理系 陕西西安710121(张建科),西安电子科技大学理学院 陕西西安710071(刘三阳),西安电子科技大学软件学院 陕西西安710071(张晓清)
基金项目:陕西省教育厅资助项目 , 西安邮电学院校科研和教改项目
摘    要:为改善基本粒子群算法的搜索性能,针对粒子群算法随机性较强、收敛较慢的问题,利用数学中的外推技巧给出了两个新的粒子位置更新公式,由此构造出一种新的算法--强引导型粒子群算法.新算法对粒子位置更新加以引导,试图减少算法的随机性以提高搜索效率.用4个基准函数对新算法进行试验,结果表明,新算法在稳定性和收敛性上优于基本粒子群算法.

关 键 词:粒子群算法  进化算法  强引导  优化  群体智能  改进  粒子群算法  particle  swarm  optimization  稳定性和收敛性  结果  试验  函数  基准  搜索效率  算法随机性  引导型  构造  公式  位置更新  技巧  外推  数学  利用  问题  搜索性能
文章编号:1000-7024(2007)17-4215-02
修稿时间:2006-10-08

Improved particle swarm optimization
ZHANG Jian-ke,LIU San-yang,ZHANG Xiao-qing.Improved particle swarm optimization[J].Computer Engineering and Design,2007,28(17):4215-4216,4219.
Authors:ZHANG Jian-ke  LIU San-yang  ZHANG Xiao-qing
Abstract:To improve the searchingperformance of particle swarm optimization,inaccordance with problems of the too strong stochastic characteristic and slow convergence speed of the traditional particleswarm optimization.Two new position update equations are proposed byusing the strategy of extrapolation in mathematics.Thus,a new class of particleswarm optimization with induction-enhanced is given.The induction is made to updating particle's position by the new arithmetic in order to decreasing the randomicity of particle swarm opti-mization and improve the efficiency of searching.Four benchmarks function are tested and show that the new algorithm is better than the traditional particle swarm optimization with both a better stability and a steady convergence.
Keywords:particle swarm optimization  evolutionary computation  induction-enhanced  optimization  swarm intelligence
本文献已被 CNKI 维普 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