基于周期性演化策略的粒子群优化算法
针对标准粒子群优化算法(PSO)在寻优过程中容易出现早熟的问题,提出一种基于周期性演化策略的粒子群优化算法.该策略通过在速度更新方程中构建基于粒子群能量的粒子群最优值扰动项,使得粒子群能量在演化过程中可以周期性变化.相比标准PSO算法,当粒子群能量较大时,能够增强局部搜索能力;当粒子群能量较小时,能够增强全局搜索能力.典型优化问题的仿真结果表明,所提出的算法与线性下降惯性权重粒子群优化(LWPSO)和PSO算法相比,优化性能得到了显著提高.
粒子群优化算法、群体智能、周期性演化
27
TP18(自动化基础理论)
中国博士后基金项目20090451171;江苏高校自然科学基金项目08KJD510011;江苏大学高级人才科研启动基金项目08JDG017;江苏高校优势学科建设工程项目苏政办发[2011]6号
2012-12-10(万方平台首次上网日期,不代表论文的发表时间)
1429-1432