基于自适应学习策略的改进鸽群优化算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13700/j.bh.1001-5965.2019.0603

基于自适应学习策略的改进鸽群优化算法

引用
鸽群优化(PIO)算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优.提出了一种基于自适应学习策略的改进鸽群优化(ALPIO)算法.该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试.仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解.

鸽群优化(PIO)算法、局部最优、自适应学习策略、种群多样性、全局最优

46

TP301.6(计算技术、计算机技术)

装备预研项目61400020109

2021-01-11(万方平台首次上网日期,不代表论文的发表时间)

共9页

2348-2356

相关文献
评论
暂无封面信息
查看本期封面目录

北京航空航天大学学报

1001-5965

11-2625/V

46

2020,46(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn