首页 | 本学科首页   官方微博 | 高级检索  
     

一种带交叉因子的双向寻优粒子群优化算法
作者姓名:温雅  李国  徐晨
作者单位:深圳大学 数学与计算科学学院 智能计算科学研究所, 广东 深圳 518060
基金项目:国家自然科学基金资助项目(61070087); 广东省教育部产学研结合项目(2009B090300355); 深圳大学校级科研项目(4LGB)
摘    要:针对传统粒子群算法易早熟、精度低、后期收敛速度慢等问题,结合反向学习理论,提出了一种基于交叉因子的双向寻优粒子群优化算法(CBMPSO)。该算法使初始种群在搜索区域均匀分布,计算粒子及其反向粒子的适应值,取最优作为初始种群;迭代过程增加对全局最差粒子的跟踪,随机开启基于交叉因子的双向学习机制。对几种典型函数的测试结果表明,CBMPSO算法的寻优能力及收敛速度有了显著提高,并且能够有效避免早熟收敛问题。

关 键 词:粒子群优化  双向学习机制  交叉因子  早熟收敛
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
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