| 基于杂交变异的动态粒子群优化算法 |
| |
| 引用本文： | 周利军,彭卫,曾小强,邹芳.基于杂交变异的动态粒子群优化算法[J].计算机科学,2013,40(Z11):143-146. |
| |
| 作者姓名： | 周利军 彭卫 曾小强 邹芳 |
| |
| 作者单位： | 四川农业大学资源环境学院 成都611130;四川农业大学商学院 成都611830;四川农业大学商学院 成都611830;四川农业大学商学院 成都611830 |
| |
| 基金项目： | 本文受四川省教育厅青年基金(11ZB058)资助 |
| |
| 摘 要： | 粒子群优化算法(PSO)的结构相对简单、运行速度很快,但是算法极易陷入局部最优,出现早熟收敛现象。针对标准粒子群算法存在的问题,引入了一种随迭代次数和粒子间距离大小动态改变的惯性权重,通过设置比例系数控制二者对惯性权重的影响力度。在此基础上为了增加种群多样性,又引入“杂交变异”算子,设计了一种基于杂交变异的动态粒子群优化算法(HV-DPSO)。通过对基准函数的数值试验表明,新算法相对于标准粒子群算法不仅能有效地避免早熟收敛,而且具有更好的收敛效果。
|
| 关 键 词： | 粒子群优化算法 动态惯性权重 杂交变异 早熟收敛 多样性 |
Dynamic Particle Swarm Optimization Based on Hybrid Variable |
| |
| ZHOU Li-jun,PENG Wei,ZENG Xiao-qiang and ZOU Fang.Dynamic Particle Swarm Optimization Based on Hybrid Variable[J].Computer Science,2013,40(Z11):143-146. |
| |
| Authors: | ZHOU Li-jun PENG Wei ZENG Xiao-qiang and ZOU Fang |
| |
| Affiliation: | College of Resources Environment,Sichuan Agricultural University,Chengdu 611130,China;School of Business,Sichuan Agricultural University,Chengdu 611830,China;School of Business,Sichuan Agricultural University,Chengdu 611830,China;School of Business,Sichuan Agricultural University,Chengdu 611830,China |
| |
| Abstract: | |
| |
| Keywords: | Particle swarm optimization Dynamic inertial weight Hybrid variation premature convergence Diversity |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
