首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于种群熵的自适应粒子群算法
引用本文:段晓东,高红霞,刘向东,张学东. 一种基于种群熵的自适应粒子群算法[J]. 计算机工程, 2007, 33(18): 222-223,248
作者姓名:段晓东  高红霞  刘向东  张学东
作者单位:[1]东北大学信息科学与工程学院,沈阳110004 [2]鞍山科技大学计算机科学与工程学院,鞍山114044 [3]大连民族学院非线性信息技术研究所,大连116600
基金项目:国家自然科学基金 , 辽宁省教育厅资助项目 , 教育部优秀青年教师资助计划
摘    要:提出了一种基于种群熵的自适应粒子群算法,采用2个基准函数对新算法进行了测试.测试结果表明,新算法有效地均衡了算法的探测和开采能力,在解决复杂多峰函数优化问题时,与基本粒子群算法相比,具有更强的摆脱局部极值点的能力,且执行效率降低不多.

关 键 词:群智能  粒子群优化  种群熵  元胞  种群熵  自适应  粒子群算法  Entropy  Population  Based  Optimization Algorithm  Swarm  Particle  效率降低  极值点  局部  优化问题  多峰函数  能力  开采  探测  均衡  测试结果  基准
文章编号:1000-3428(2007)18-0222-02
修稿时间:2006-10-08

Adaptive Particle Swarm Optimization Algorithm Based on Population Entropy
DUAN Xiao-dong,GAO Hong-xia,LIU Xiang-dong,ZHANG Xue-dong. Adaptive Particle Swarm Optimization Algorithm Based on Population Entropy[J]. Computer Engineering, 2007, 33(18): 222-223,248
Authors:DUAN Xiao-dong  GAO Hong-xia  LIU Xiang-dong  ZHANG Xue-dong
Affiliation:1. Faculty of Information Science and Engineering, Northeastern University, Shenyang 110004; 2. Faculty of Computer Science and Engineering, Anshan University of Science and Technology, Anshan 114044 3. Research Institute of Nonlinear Information Technology, Dalian Nationalities University, Dalian 116600
Abstract:This paper proposes an adaptive particle swarm optimization algorithm and two benchmarks are used to test it, The results show that the algorithm can keep good balance between the exploration and the exploitation. When solving the problem of multi-modal function optimization, the algorithm has better capability of jumping out of local optimum than basic particle swarm optimization algorithm, and the executing efficiency does not reduce distinctly.
Keywords:swarm intelligence   particle swarm optimization   population entropy   cellular
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》浏览原始摘要信息
点击此处可从《计算机工程》下载免费的PDF全文
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