结合历史全局最优与局部最优的粒子群算法
提出了一种增加粒子共享信息多样性的粒子群算法。该算法在粒子更新速度的过程中,将前几轮粒子搜索的历史全局最优信息与本轮局部最优粒子信息结合,增加粒子搜索信息的多样性。另外,根据2种信息的结合方式不同,将基本算法扩展成3种扩展型算法。6个典型函数的仿真实验结果说明,改进的粒子群算法可以有效地克服粒子群算法中的早熟现象。
共享、多样性、历史全局最优、局部最优、早熟现象
37
TP18(自动化基础理论)
教育部人文社会科学研究青年基金项目09yjc630151;上海高校选拔培养优秀青年教师科研专项基金sdju200903;2011年上海市博士后科研资助计划项目11R21420100;上海市科委创新项目11YZ268;中国博士后科学基金面上资助项目20110490729
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
515-520