期刊文献+

基于合理信息共享机制的粒子群算法

下载PDF
导出
摘要 本文基于合理的信息共享机制,提出了一种改进的粒子群算法。该算法一方面,将粒子群算法中粒子行为基于个体最优位置和种群最优位置变化为基于个体最优位置、种群最优位置和其余粒子的个体最优位置。另一方面,粒子根据适应值的大小来决定其余粒子个体最优信息的利用程度。因此,每个粒子利用了更多其它粒子的有用信息,加强了粒子之间的合作与竞争。3个基准测试函数的仿真试验表明了改进算法的有效性。
作者 任肖琳
出处 《科技信息》 2010年第2期116-117,共2页 Science & Technology Information
  • 相关文献

参考文献3

  • 1Kennedy J,Eberhart R.C.Particle swarm optimization[C].Perth,Australia:Proc.IEEE International conference on Neural Networks,1995:1942-1948.
  • 2Eberhart R.C,Kennedy J.A new optimizer using particle swarm theory[C].Nagoya,Japan:Proc of the Sixth International Symposium on Micro Machine and Hum an Science,1995:39-43.
  • 3王存睿,段晓东,刘向东,周福才.改进的基本粒子群优化算法[J].计算机工程,2004,30(21):35-37. 被引量:43

二级参考文献7

  • 1[1]Kennedy j, Eberhart R. Particle Swarm Optimization[C]. Perth,Australia: Proc. IEEE Int. Conf. on Neural Networks, 1995; 1942-1948
  • 2[2]Reynolds C W. Flocks, Herds and Schools: A Distributed Behavioral Model[J]. Computer Graphic, 1987, 21(4):25-34
  • 3[3]Shi Y, Eberhart R C. Parameter Selection in Particle Swarm Optimization[J]. Evolutionary Programming Ⅶ, Lecture Notes in Computer Science, Springer, 1998
  • 4[4]Shi Y, Eberhart R C. A modified Particle Swarm Optimizer[C]. Anchorage, Alaska: IEEE International Conference on Evolutionary Computation, 1998-05:69-73
  • 5[5]Beekman M, Ratnieks F L W. Long-rang Foraging by the Honey-bee, Apis Mellifera L [J]. Functional Ecologicy, 2000,(14):490-496
  • 6[6]Wilson E O. Sociobiology: The New Synthesis[M]. Cambridge, MA:Belknap Press, 1975
  • 7李爱国,覃征,鲍复民,贺升平.粒子群优化算法[J].计算机工程与应用,2002,38(21):1-3. 被引量:299

共引文献42

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部