| 基于不确定知识的粒子群优化算法 |
| |
| 引用本文： | 梅从立,刘国海.基于不确定知识的粒子群优化算法[J].控制与决策,2011,26(12):1851-1854. |
| |
| 作者姓名： | 梅从立 刘国海 |
| |
| 作者单位： | 江苏大学电气信息工程学院,江苏镇江,212013 |
| |
| 基金项目： | 中国博士后基金项目(20090451171); 江苏高校自然科学基金项目(08KJD510011); 江苏大学高级人才科研启动基金项目(08JDG017); 江苏高校优势学科建设工程项目(苏政办发(2011)6号) |
| |
| 摘 要： | 针对标准粒子群优化算法（PSO）速度更新方程存在随机参数，使得粒予扶取知识存在不完备性的问题，将不确定知识引入PSO算法中，并对个体知识、群体知识和不确定知识随机参数进行了归一化，保证算法在每一步演化中都能获得完备知识．理论分析给出了PSO—UK算法局部收敛参数条件，并证明了其具有全局优化性能．经典测试函数实验表明，所提出的PSO－UK算法具有全局搜索能力，且局部收敛精度明显优于PSO算法．
|
| 关 键 词： | 粒子群优化算法 不确定知识 收敛性分析 |
| 收稿时间： | 2010/7/16 0:00:00 |
| 修稿时间： | 2010/11/15 0:00:00 |
Particle swarm optimization based on uncertain knowledge |
| |
| MEI Cong-Li,LIU Guo-Hai.Particle swarm optimization based on uncertain knowledge[J].Control and Decision,2011,26(12):1851-1854. |
| |
| Authors: | MEI Cong-Li LIU Guo-Hai |
| |
| Affiliation: | MEI Cong-li,LIU Guo-hai School of Electrical and Information Engineering,Jiangsu University,Zhenjiang 212013,China. |
| |
| Abstract: | Basic particle swarm optimization(PSO) algorithm only depends on individual and social cognition,but the cognitive part of PSO is uncertain for random behavior of cognitive factors.Therefore,uncertain knowledge is introduced to the basic PSO to improve the knowledge structure of each particle.Random cognitive factors normalization is also considered in the PSO-UK algorithm to ensure complete knowledge for the PSO-UK algorithm.Theoretical analysis and simulations show that the PSO-UK algorithm has the perfor... |
| |
| Keywords: | particle swarm optimization algorithm uncertain knowledge convergence analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
