一种基于动态邻居和变异因子的粒子群算法
提出一种基于动态邻居和变异因子的粒子群算法(DNMPSO).在该算法中,粒子的邻居是根据它的运行而动态变化.每个粒子的学习机制分为自己的历史经验和所有邻居的经验两部分.为了保证有效求解多峰问题,在每一次迭代,对当前解采用水平混合变异,使每个粒子能更好地进行局部搜索,提升粒子跳出局部最优解的能力.通过与其他算法比较,结果表明该算法求解多峰问题的能力最优.
动态邻居、变异、粒子群、算法
25
TP301.6(计算技术、计算机技术)
山东省科技攻关项目2009GG10001008;贵州省教育厅社科项目0705204;遵义科技攻关项目[2008]21号
2010-10-15(万方平台首次上网日期,不代表论文的发表时间)
968-974