期刊文献+

一种结合自适应惯性权重的改进遗传粒子群算法 被引量:4

下载PDF
导出
摘要 针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入遗传算法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题。仿真实验结果表明,该混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点。
出处 《技术与市场》 2018年第11期48-49,共2页 Technology and Market
  • 相关文献

参考文献4

二级参考文献39

  • 1胡旺,李志蜀.一种更简化而高效的粒子群优化算法[J].软件学报,2007,18(4):861-868. 被引量:334
  • 2纪震,廖惠连,吴青华.粒子群算法及应用[M].北京.科学出版社,2008:12-15.
  • 3KENNEDY J, EBERHART R C. Particle swarmoptimization[C]//Proceedings of IEEE InternationalConference on Neural Networks. [S.l.]. IEEE, 1995:1942-1948.
  • 4SHI Y H, EBERHART R C. A modified particle swarmoptimizer[C]//Proceedings of IEEE Congress onEvolutionary Computation(CEC 1998). Piscataway: IEEE,1998: 69-73.
  • 5SHI Y H, EBERHART R C. Parameter selection in particleswarm optimization[C]//7th International Conference,Evolutionary Programming VII. Berlin Heidelberg: Springer,1998,1447: 591-600.
  • 6LIU Y,ZHENG Q, ZHEWEN S, et al. Center particle swarmoptimization [J]. Neurocomputing, 2007, 70(4): 672-679.
  • 7TSAI Hsing-chih, TYAN Yaw-yauan, WU Yun-wu, et al.Gravitational particle swarm[J], Applied Mathematics andComputation, 2013,219(17): 9106-9117.
  • 8WORASUCHEEP C. A particle swarm optimization withstagnation detection and dispersion[C]//IEEE Congress onEvolutionary Computation. [S.l.]. IEEE, 2008: 424-429.
  • 9ZHOU L, SHI Y, LI Y, et al. Parameter selection, analysisand evaluation of an improved particle swarm optimizerwith leadership[J]. Artificial Intelligence Review, 2010,34(4): 343-367.
  • 10CLERC M,KENNEDY J. The particle swarm-explosion,stability, and convergence in a multidimensional complexspace[J]. IEEE Transactions on Evolutionary Computation,2002,6(1): 58-73.

共引文献137

同被引文献39

引证文献4

二级引证文献13

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