|
|||||
|
|
| 基于分类思想的改进粒子群优化算法 | |
| 作者单位： | ;1.西安邮电大学理学院;2.西安邮电大学通信与信息工程学院 |
| 摘 要： | 针对粒子群算法存在收敛速度慢、收敛精度低且易收敛到局部极值的问题,提出一种基于分类思想的粒子群改进算法。该算法将粒子适度值和适度值均值做差与适度值标准差进行比较,从而将粒子所在区域划分为拒绝域、亲近域、合理域。根据不同区域中粒子的特点选取不同惯性权重和学习因子,使粒子高效地选择自身经验或种群经验,合理增强或减弱粒子全局搜索能力和局部搜索能力。数值实验结果表明,与其他粒子群改进算法相比,新的分类粒子群算法有效加快了粒子的收敛速度,提高了算法的收敛精度,有效改善了算法寻优性能。 |
| 关 键 词： | 粒子群优化 参数改进 适度值 适度值均值 适度值标准差 粒子分类 有效经验 |
An improved particle swarm optimization algorithm based on classification |
|
| Abstract: | |
| Keywords: | |