基于学习理论的改进粒子群优化算法期刊界 All Journals 搜尽天下杂志传播学术成果专业期刊搜索期刊信息化学术搜索

基于学习理论的改进粒子群优化算法

摘要：	论文针对粒子群算法容易陷入局部最优的问题,提出基于学习理论的粒子群算法(L-PSO).该算法通过为粒子群全局最优粒子设定最大周期限制,使达到最大周期的全局最优粒子可以被取代,同时利用聚类的思想对粒子群进行分组,通过随机选择两个组中心,以一定概率进行交叉变异,生成竞争粒子并替换达到最大周期的全局最优粒子,能够较好地避免算法陷入局部最优,提高算法的收敛速度.在基准测试函数集上的测试结果表明该算法有效.
本文献已被 CNKI 等数据库收录！