期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
带启发性变异的粒子群优化算法 被引量:6
1
作者 钟文亮 王惠森 +1 位作者 张军 涂德键 《计算机工程与设计》 CSCD 北大核心 2008年第13期3402-3406,共5页
粒子群优化算法(PSO)是一种群体智能计算方法,该算法精度高,收敛速度快,但在优化多峰函数的时候容易陷入早熟。加入启发性变异机制,可以在不破坏原算法高速收敛性质的同时,扩展算法的有效搜索区域。经过13个经典函数的测试证明,带启发... 粒子群优化算法(PSO)是一种群体智能计算方法,该算法精度高,收敛速度快,但在优化多峰函数的时候容易陷入早熟。加入启发性变异机制,可以在不破坏原算法高速收敛性质的同时,扩展算法的有效搜索区域。经过13个经典函数的测试证明,带启发性变异的粒子群优化算法(HMPSO)速度比原算法速度更快,精度更好,且不容易陷入局部最优。与其它带变异的粒子群优化算法相比,该算法收敛更快,在一些问题上有一定的精度优势。 展开更多
关键词 人工智能 群体智能 粒子群优化算法 启发性变异 函数优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部