CIOMP OpenIR  > 中科院长春光机所知识产出
基于自适应驱散机制的粒子群优化算法
游佳丽; 周志勇; 章程; 戴亚康
2015
发表期刊计算机工程与应用
页码41-48+103
摘要为克服粒子群优化算法(PSO)易陷入局部最优导致早熟收敛的问题,提出了一种新型的基于自适应驱散机制的粒子群优化(ADMPSO)算法。基本的粒子群优化算法易陷入局部最优,一般的改进算法在搜索过程之中对个体最优和全局最优结果进行调整,虽然避免了粒子群陷入局部最优,但会很大程度减慢收敛速度。提出的改进算法只有在种群快要陷入局部最优时,才会对粒子群进行有效驱散,这样不仅保证了收敛速度,又不会使粒子群陷入局部最优。对维度30的12个标准测试函数进行测试的结果表明ADMPSO算法相较于经典粒子群(General PSO,GPSO)算法、综合学习粒子群优化算法(Comprehensive Learning PSO,CLPSO)算法和动态多粒子群协调搜索优化算法(Dynamic Multi-Swarm PSO with sub-regional Harmony Search,DMS-PSO-HS),可以更有效避免陷入局部最优,稳定地找到最优值,同时又能保证一定的收敛速度。ADMPSO算法不容易陷入局部最优和迭代次数更少的特点使得PSO算法更加实用化。
关键词粒子群 自适应驱散 分阶段加速 加速收敛
DOIC0ABC5F1D77544FC82EC74191C9639A4
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/58709
专题中科院长春光机所知识产出
推荐引用方式
GB/T 7714
游佳丽,周志勇,章程,等. 基于自适应驱散机制的粒子群优化算法[J]. 计算机工程与应用,2015:41-48+103.
APA 游佳丽,周志勇,章程,&戴亚康.(2015).基于自适应驱散机制的粒子群优化算法.计算机工程与应用,41-48+103.
MLA 游佳丽,et al."基于自适应驱散机制的粒子群优化算法".计算机工程与应用 (2015):41-48+103.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于自适应驱散机制的粒子群优化算法_1.(1752KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[游佳丽]的文章
[周志勇]的文章
[章程]的文章
百度学术
百度学术中相似的文章
[游佳丽]的文章
[周志勇]的文章
[章程]的文章
必应学术
必应学术中相似的文章
[游佳丽]的文章
[周志勇]的文章
[章程]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于自适应驱散机制的粒子群优化算法_1.caj
格式: caj
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。