加强学习与联想记忆的粒子群优化算法
为了克服粒子群优化算法多维搜索时方向性差、目的性弱以及易早熟收敛等缺点,提出了一种改进的粒子群优化算法.改进的算法分别对认知部分及社会部分的最优信息、最差信息赋予不同的学习因子,使算法具有更强的学习能力.每个粒子联想记忆其历史最优、最差信息,然后按照追逐最优躲避最差的原则寻找最优位置.联想记忆克服了多维搜索中方向性差、目的性弱的缺点;追优避差保持了种群的多样性,有利于提高算法的收敛速度、克服早熟收敛.通过基准函数的仿真测实验证了算法的有效性.
粒子群优化、加强学习、联想记忆、追优避差、仿真测试
32
TP18(自动化基础理论)
重庆市重点科技攻关项目CSTC2011AB6054
2013-01-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
3322-3325