首页 | 本学科首页   官方微博 | 高级检索  
     

基于自适应策略的改进粒子群算法
引用本文:陈金辉,陈辰,董飚.基于自适应策略的改进粒子群算法[J].计算机仿真,2015,32(3):298-303.
作者姓名:陈金辉  陈辰  董飚
作者单位:1. 南京信息工程大学信息与控制学院,江苏南京,210044
2. 江苏智能传感网络工程技术研究开发中心,江苏南京,210023
基金项目:2012江苏省“青蓝工程”项目
摘    要:粒子群算法的参数速度权重在寻优过程中具有重要的作用。如何寻找合适的速度权重是提高算法性能的关键,为解决上述问题,提出了一种基于自适应策略的改进粒子群算法。改进粒子群算法在每次种群进行迭代时,根据每个粒子的适应度值自适应地改变每个粒子的速度权重,动态调整每个种群粒子的活性,提高了算法的全局寻优能力和收敛能力。仿真结果表明,在单目标函数中,改进算法能够更快速地找到最优位置,提高了算法的寻优能力;在多目标函数中,改进算法能够更快速地收敛到问题的Pareto最优边界,提高了算法的收敛能力。

关 键 词:粒子群算法  搜索能力  局部最优  自适应策略

An Improved Particle Swarm Algorithm Based on Adaptive Strategy
CHEN Jin-hui,CHEN Chen,DONG Biao.An Improved Particle Swarm Algorithm Based on Adaptive Strategy[J].Computer Simulation,2015,32(3):298-303.
Authors:CHEN Jin-hui  CHEN Chen  DONG Biao
Affiliation:CHEN Chen;CHEN Jin-hui;DONG Biao;School of Information & Control,Nanjing University of Information Science & Technology;Jiangsu Research & Development Center of Intelligent Sensor Network Engineering & Technology;
Abstract:
Keywords:Particle swarm optimization(PSO)  Search capabilities  Local optimal  Adaptive strategy
本文献已被 CNKI 万方数据 等数据库收录!
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