|
|||||
|
|
| 目(2055)基于聚类的多子群粒子群优化算法* | |
| 引用本文： | 高鹰,谢胜利,许若宁,李朝晖.目(2055)基于聚类的多子群粒子群优化算法*[J].计算机应用研究,2006,23(4):40-41. |
| 作者姓名： | 高鹰 谢胜利 许若宁 李朝晖 |
| 作者单位： | 1. 广州大学,计算机科学与技术系,广东,广州,510405;华南理工大学,电子与信息学院,广东,广州,510641 2. 华南理工大学,电子与信息学院,广东,广州,510641 3. 广州大学,计算机科学与技术系,广东,广州,510405 |
| 基金项目： | 中国博士后科学基金;广东省博士启动基金;国家博士科研启动基金;广东省广州市科技计划;广东省广州市属高校科技计划 |
| 摘 要： | 在粒子群优化算法基础上，提出了基于聚类的多子群粒子群优化算法。该算法在每次迭代过程中首先通过聚类方法把粒子群体分成若干个子群体，然后粒子群中的粒子根据其个体极值和“子群”中的最优粒子更新自己的速度和位置值。这种处理增加了粒子之间的信息交换，利用了更多粒子在迭代过程中的信息，使算法的收敛性能更好。仿真结果表明，该算法的性能优于粒子群优化算法。 |
| 关 键 词： | 粒子群优化算法 聚类 子群 |
| 文章编号： | 1001-3695(2006)04-0040-02 |
| 收稿时间： | 2005-04-13 |
| 修稿时间： | 2005-07-26 |
A Multi Sub population Particle Swarm Optimizer Based on Clustering |
|
| GAO Ying,XIE Sheng li,XU Ruo ning,LI Zhao hui.A Multi Sub population Particle Swarm Optimizer Based on Clustering[J].Application Research of Computers,2006,23(4):40-41. | |
| Authors: | GAO Ying XIE Sheng li XU Ruo ning LI Zhao hui |
| Affiliation: | (1.Dept. of Computer Science & Technology, Guangzhou University, Guangzhou Guangdong 510405, China;2.College of Electronic & Information Engineering, South China University of Technology, Guangzhou Guangdong 510641, China) |
| Abstract: | On the basis of the particle swarm optimizer,A cluster-based particle swarm optimizer is proposed.In the proposed algorithm,the current particles is first divided into multi sub-population by clustering.Then,the current particles is updated by the personal best particle and gobal best particles in the sub-populations.The proposed algorithm exchanged and uses more particles' information,thus improves convergence performance.The experiment results demonstrate that the proposed algorithm is superior to original particle swarm optimization algorithm. |
| Keywords: | Particle Swarm Optimization Clustering Sub-population |
| 本文献已被 CNKI 维普 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 | |