基于岛屿模型的粒子群振荡算法
粒子群算法引入振荡因子提高了种群社会性,但是存在收敛速度慢,搜索精度低的缺点。文中提出了一种基于粒子群振荡算法的方法,根据适应度值分类的岛屿模型将不同粒子集合在一个小范围内进化学习,在不同范围内增强了粒子的多样性,从而使得粒子在整个进化过程中收敛速度加快,在原有基础上提高了精度,加快收敛速度。基于岛屿模型的新算法根据给定的搜索空间,生成初始粒子,通过计算所有粒子的适应度,建立不同的岛屿模型。在每个岛屿模型中,振荡搜索被用来更新岛屿内的粒子。新算法和粒子群振荡算法的对比实验在3个测试函数上进行,结果实验证明新算法具有较快的收敛速度和较好的搜索精度。
粒子群算法、岛屿模型、振荡因子、社会性、适应度
TP311(计算技术、计算机技术)
2014-01-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
8070-8072