|
|||||
|
|
| 基于小波变异的粒子群算法 | |
| 引用本文： | 石永生,高浩,陈家琪.基于小波变异的粒子群算法[J].计算机工程与设计,2011,32(2):693-695,699. |
| 作者姓名： | 石永生 高浩 陈家琪 |
| 作者单位： | 1. 江苏信息职业技术学院,计算机工程系,江苏,无锡,214101;上海理工大学,计算机工程学院,上海,200093 2. 清华大学自动化系,北京,100084 3. 上海理工大学,计算机工程学院,上海,200093 |
| 基金项目： | 中国博士后科学基金项目 |
| 摘 要： | PSO算法对复杂函数有较强的寻优能力和收敛速度快等特点,但是它依然无法保证在搜索空间中找到全局最优点。针对粒子群算法易于陷入局部最小的弱点,提出了一种基于小波变换的粒子群算法。该算法使用全局变异因子使粒子具有了良好的全局搜索能力,同时使用了局部变异因子,使算法在搜索过程中具有较高的收敛速度。典型函数优化的仿真结果表明,该算法具有寻优能力强、搜索精度高、稳定性好等优点,适合于工程应用中的函数优化问题。 |
| 关 键 词： | 粒子群 小波 变异 全局搜索 收敛速度 |
Particle swarm optimization based on wavelet mutation |
|
| SHI Yong-sheng,GAO Hao,CHEN Jia-qi.Particle swarm optimization based on wavelet mutation[J].Computer Engineering and Design,2011,32(2):693-695,699. | |
| Authors: | SHI Yong-sheng GAO Hao CHEN Jia-qi |
| Affiliation: | 1.Department of Computer,Jiangsu College of Information Technology,Wuxi 214101,China;2.Department of Computer Technology,University of Shanghai for Science and Technology,Shanghai 200093,China;3.Department of Automation,Tsinghua University,Beijing 100084,China) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |