10.3969/j.issn.1001-0548.2009.03.028
粒子群优化算法中的分步式策略
为了解决粒子群优化算法(PSO)在处理高维多极值问题时容易陷入局部最优而早熟的问题,提出了分步式学习策略和分步式评价策略.前者让粒子每次升级只向某一个榜样学习,使粒子能在更有潜力的区域搜索;并简化了其升级规则,使粒子的搜索行为更易被控制.后者对粒子的位置矢量逐维进行评价,使粒子向目标最优位置"稳步前进";并通过对维之间的关系的检测,解决了维不可分解的问题.实验证明,新算法具有很好的收敛速度和抗早熟能力.
收敛性、进化算法、评价策略、学习策略、粒子群优化、分步式策略、群体智能
38
TP301(计算技术、计算机技术)
国家科技部中小型科技企业创新基金06C26225101730;四川省科技厅重点项目05GG021-003-2
2009-09-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
435-439