引力搜索算法中粒子记忆性改进的研究
针对引力搜索算法(GSA)对一些复杂问题的搜索精度不高的问题,特别是高维函数优化性能不佳、优化过程容易出现早熟的现象,因此考虑将粒子群优化( PSO)算法中关于局部最优解和全局最优解的概念引入引力搜索算法中,对引力搜索算法中粒子的记忆性进行改进,这样使得粒子的进化不仅受空间中其他粒子的影响,还受到自身记忆的约束,以此来提高算法的搜索能力.通过对选用的10个基准函数测试,证明了该方法的有效性.
引力搜索算法、粒子群优化算法、记忆性、数值函数优化、群智能
32
TP301.6(计算技术、计算机技术)
国家863计划项目2009AA05Z203;江苏高校优势学科建设工程资助项目
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
2732-2735