用随机模式和调整机制改进粒子群优化算法
提出一种改进的粒子群优化(particle swarm optimization,PSO)算法,将随机(random)概念与调整(regula-tion)机制导入PSO算法中,既可避免族群搜寻过程中陷入局部最优解,又可提高算法在最优区域局部搜寻的能力.最后用2种复杂程度不同的函数为例,比较了本算法与广被采用的PSO-CF算法的最优化能力.结果显示,算法在搜寻成功率、平均收敛时间及平均收敛代数方面的性能皆优于PSO-CF算法.
群体智能、粒子群优化、随机模式、调整机制
22
TP391(计算技术、计算机技术)
重庆市自然科学基金项目CSTC,2006BB2242
2010-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
99-102