改进的粒子群优化算法
针对基本粒子群优化算法(PSO)易陷入局部极值点,进化后期收敛慢,精度较差等缺点,提出了一种改进的粒子群优化算法.该算法用一种无约束条件的随机变异操作代替速度公式中的惯性部分,并且使邻居最优粒子有条件地对粒子行为产生影响,提高了粒子间的多样性差异,从而改善了算法能力.通过与其它算法的对比实验表明,该算法能够有效地进行全局和局部搜索,在收敛速度和收敛精度上都有显著提高.
粒子群优化、变异、进化计算、函数优化、群智能
29
TP18(自动化基础理论)
2008-07-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
2893-2896