基于k-均值的自适应PSO优化算法

摘要：

提出了一种新的基于k-均值聚类的自适应PSO优化算法(KCMPSO).首先通过k-均值聚类方法把粒子群分成若干个子群体,从而在迭代过程中每个粒子根据其个体极值和所在子群体中的最好个体更新自己的位置和速度,其次引入自适应变异算子,有效地增强了粒子群之间信息交换和PSO算法跳出局部最优解的能力.几个典型函数的测试结果表明,该算法是非常有效的.

关键词：PSO优化算法、k-均值聚类、自适应变异

所属期刊栏目：26

分类号：TP301.6;TP18(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目2006A12;陕西省教育厅科学研究计划项目07JK180;宝鸡文理学院重点科研项目ZK0619

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：179-182