摘要
粒子群算法是一种群智能优化算法,存在早熟和易陷入局部极小值等缺陷。本文采用改进惯性权重和学习因子,平衡算法的全局搜索和局部搜索能力,并引入局部最优检验综合改进算法,经仿真实验,有效提高了算法性能。
出处
《信息与电脑(理论版)》
2012年第3期129-130,共2页
China Computer & Communication
参考文献2
-
1沈学利,张红岩,张纪锁.改进粒子群算法对BP神经网络的优化[J].计算机系统应用,2010,19(2):57-61. 被引量:34
-
2Shi Y H,Eberhart RC.Empirical Study of Particle Swarm Optimization[].Proceeding of Congress on Evolutionary Computation.1999
二级参考文献7
-
1Kennedy J,Eberhart R. Particle Swarm Optimization. IEEE on Networks, 1995.1942 - 1948.
-
2Angeline P J. Evolutionary Optimization Versus Particle Swarm Optimization: Philosophy and Performance Differences. Proc. Seventh Annual Conferenceon Evolutionary Programming, 1998,256 - 260.
-
3Shi Y, Eberhart R. Empirical study of particle swarm optimization. Intemational Conference on Evolutionary Computatiorr. Washington, USA: IEEE, 1999. 1945 - 1950.
-
4Shi Y, Eberhart R. Fuzzy adaptive swarm optimization. The tEEE Congress on Evolutionary Computation. San. Francisco, USA: IEEE, 2001.101 - 106.
-
5Eberhart R, Shi Y. Tracking and optimizing dynamic systems with particle swarms. The IEEE Congresson Evolutionary Computation. San Francisco, USA: IEEE, 2001.94- 100.
-
6Yasuda K, Ide A, Iwasaki N. Adaptive particle swarm optimization. 2003 IEEE International Conference on Systems, Man and Cybernetics. Piscataway: IEEE Service Center, 2003.1554- 1559.
-
7何佳,陈智慧,杨迎新.综合改进的粒子群神经网络算法[J].计算机工程与设计,2008,29(11):2890-2892. 被引量:14
共引文献33
-
1郭佩,何小海,陶青川,李木维.基于高维空间几何的PSO-BP神经网络图像复原[J].计算机工程与应用,2012,48(2):156-159. 被引量:4
-
2夏轩,许伟明.改进的粒子群算法对RBF神经网络的优化[J].计算机工程与应用,2012,48(5):37-40. 被引量:16
-
3张亚鹤.微粒群算法在SBR污水处理系统中的应用[J].上海电气技术,2011,4(1):6-10.
-
4马修元,段钰锋,刘猛,李华锋.基于PSO-BP神经网络的水焦浆管道压降预测[J].中国电机工程学报,2012,32(5):54-60. 被引量:25
-
5郭鹏,李淋淋,马登昌.基于IPSO-BP的风电机组齿轮箱状态监测研究[J].太阳能学报,2012,33(3):439-445. 被引量:13
-
6乔冰琴,常晓明.改进粒子群算法在BP神经网络拟合非线性函数方面的应用[J].太原理工大学学报,2012,43(5):558-563. 被引量:10
-
7聂琼.浅谈粒子群算法与BP神经网络[J].轻纺工业与技术,2013,42(1):68-70. 被引量:2
-
8付涛,王大镇,弓清忠,张文光.基于改进型BP神经网络和NSGA-Ⅱ遗传算法的机械零件多目标优化[J].组合机床与自动化加工技术,2013(9):39-41. 被引量:11
-
9高明明,南敬昌,黄丽娜,马众.粒子群优化的RBF神经网络功放行为模型[J].辽宁工程技术大学学报(自然科学版),2013,32(5):656-659. 被引量:3
-
10张瑞成,许宜菲.WS型多层前向小世界神经网络结构自适应模型[J].计算机应用,2013,33(A02):80-82.
同被引文献27
-
1徐袭,许国荣,张虎.基于FCM与粗糙集的连续数据知识挖掘方法[J].海军工程大学学报,2006,18(1):103-107. 被引量:6
-
2黄晓莉,曾黄麟,王秀碧.基于模糊C均值聚类的粗集理论连续属性的离散化新算法[J].重庆邮电学院学报(自然科学版),2006,18(5):650-652. 被引量:6
-
3罗赟,李华川,丘立庆.基于LabVIEW的煮糖检测系统[J].广西大学学报(自然科学版),2006,31(B06):221-225. 被引量:2
-
4陈维钧;许斯欣;林福兰.甘蔗制糖原理与技术[M]{H}北京:中国轻工业出版社,2001.
-
5SIMOGLOU A,GEORGIEVA P,MARTIN E B. On-line monitoring of a sugar crystallization process[J].{H}Computers and Chemical Engineering,2005,(06):1411-1422.doi:10.1016/j.compchemeng.2005.02.013.
-
6DAMOUR C,BENNE M,GRONDIN-PEREZ B. Soft-sensor for industrial sugar crystallization:On-line mass of crystals,concentration and purity measurement[J].{H}Control Engineering Practice,2010,(08):839-844.
-
7贺琦.基于DMC预测控制的甘蔗煮糖过程控制技术研究[D]南宁:广西大学,2008.
-
8纪震;廖惠连;吴青华.粒子群算法及应用[M]{H}北京:科学出版社,2009.
-
9邓莉,鲁瑞华.一种改进的抑制早熟收敛的模糊遗传算法[J].计算机科学,2007,34(11):150-153. 被引量:12
-
10刘志都,李自豪.异构空间数据系统查询分解算法的研究[J].计算机应用研究,2007,24(12):97-98. 被引量:3