-
题名基于扰动的精英反向学习粒子群优化算法
被引量:15
- 1
-
-
作者
李俊
汪冲
李波
方国康
-
机构
武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2016年第9期2584-2587,2591,共5页
-
基金
国家自然科学基金资助项目(61273303)
武汉科技大学研究生创新创业基金资助项目(JCX2015009)
武汉科技大学大学生科技创新基金资助项目(15ZRC101)
-
文摘
针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用一种非线性递减的方式改变惯性权重,以提高算法的收敛速度和收敛精度;采用扰动的方式增强算法的局部探索能力,帮助粒子跳出局部最优解。在14个标准函数上进行仿真测试,结果表明改进算法具有更高的收敛速度和收敛精度,能有效地避免陷入局部最优,适合求解函数优化的问题。
-
关键词
粒子群优化算法
精英反向学习
惯性权重
极值扰动
局部最优解
-
Keywords
particle swarm optimization
elite opposition-based learning
inertia weight
extremum disturbance
local optimal solution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名带有个体扰动和相互学习改进的粒子群优化算法
被引量:1
- 2
-
-
作者
李会荣
周亚妮
-
机构
西安交通大学数学与统计学院
商洛学院数学与计算机应用学院
商洛职业技术学院公共基础部
-
出处
《河南科学》
2016年第12期1956-1960,共5页
-
基金
国家自然科学基金项目(61572393)
陕西省自然科学基础研究计划资助项目(2014JM2-6098
+1 种基金
2014TM1019)
商洛学院博士团队服务地方科技创新与经济社会发展能力提升专项(SK2014-01-22)
-
文摘
针对粒子群优化算法容易陷入局部极值、进化后期早熟收敛现象,提出了一种带有个体扰动和相互学习改进的粒子群优化算法.算法在迭代的过程中,根据群体适应度方差按照一定的概率对当前的个体最优粒子进行扰动,增强了算法的局部探索的能力,使得粒子跳出局部最优点;同时增加粒子的相互学习阶段,使得每个粒子的进化不仅受到个体最优粒子和全局最优粒子的影响,而且还受到其他粒子之间相互学习的影响,提高了算法的收敛速度.数值实验表明,改进的新算法具有更高的收敛速度和收敛精度,能有效克服早熟收敛现象.
-
关键词
粒子群优化
个体扰动
相互学习
局部最优解
-
Keywords
particle swarm optimization
individual disturbance: mutual learning: local optimal solution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-