| 改进的云自适应粒子群优化算法 |
| |
| 引用本文： | 张艳琼. 改进的云自适应粒子群优化算法[J]. 计算机应用研究, 2010, 27(9): 3250-3252. DOI: 10.3969/j.issn.1001-3695.2010.09.012 |
| |
| 作者姓名： | 张艳琼 |
| |
| 作者单位： | 南京特殊教育职业技术学院,信息系,南京,210038 |
| |
| 摘 要： | 为了提高基本PSO算法搜索性能和个体寻优能力，加快收敛速度，提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质，提出云自适应调整算法用于计算惯性权重，并对新算法进行了描述。通过典型函数优化实验表明，该算法较基本PSO明显提高了全局搜索能力和收敛速度，改善了优化性能。
|
| 关 键 词： | 粒子群优化； 自适应参数调整； 云模型； 全局最优性 |
Improved adaptive particle swarm optimization algorithm based on cloud theory |
| |
| ZHANG Yan-qiong. Improved adaptive particle swarm optimization algorithm based on cloud theory[J]. Application Research of Computers, 2010, 27(9): 3250-3252. DOI: 10.3969/j.issn.1001-3695.2010.09.012 |
| |
| Authors: | ZHANG Yan-qiong |
| |
| Affiliation: | (Dept. of Information, Nanjing Technical College of Special Education, Nanjing 210038, China) |
| |
| Abstract: | |
| |
| Keywords: | particle swarm optimization(PSO) adaptive parameter adjusting cloud theory global optimality |
| 本文献已被 万方数据 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 |
