一种基于运动方向变异的混合粒子群算法研究
针对粒子群算法搜索精度不高、易早熟收敛、搜索后期多样性下降快等问题,提出一种基于运动方向变异的混合改进粒子群算法.该算法通过改变部分粒子的运动方向增加种群多样性,扩大粒子的搜索范围;利用非线性减小惯性权重的方法增加搜索后期的精度;用线性地增大和减小两个学习因子来平衡搜索的范围和精度,使得在搜索前期能够迅速定位到全局最优点附近,在搜索后期能够收敛到全局最优点.将该方法应用于函数优化中,仿真结果表明,该算法能够使粒子均匀分布在最优值空间范围内,调整和平衡粒子的全局搜索和局部精细搜索能力,同时能延缓粒子多样性的下降速度,使粒子能够跳出局部最优值.
运动方向变异、混合改进粒子群、惯性权值、收敛性
32
TP181(自动化基础理论)
国家自然科学基金项目51079033;中央高校基本科研业务费专项资金项目HEUCF100430
2014-01-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
84-88