带扩展记忆的粒子群优化算法仿真分析

摘要：

从心理学的角度提出带扩展记忆的粒子群优化算法（PSOEM）,以克服标准粒子群优化算法（PSO）在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.

关键词：粒子群优化、扩展记忆、稳定性分析

所属期刊栏目：26

分类号：TP18(自动化基础理论)

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1087-1090,1100