基于自适应变异概率粒子群优化算法的研究
变异操作是解决粒子群算法早熟的一种有效方法.针对迭代过程中种群多样性变化的特点,提出了一种自适应变异概率的混合变异粒子群优化算法.通过聚集度动态地调节每代粒于的变异概率,并用这种变异概率对全局最优位置进行高斯和柯西混合变异和对最差个体最优位置进行自适应小波变异.通过在matlab中和其他几种变异的粒子群优化算法进行比较验证,结果证明该算法具有较高的收敛精度和较好的算法性能.
粒子群算法、变异概率、自适应、混合变异
28
TP18(自动化基础理论)
国家自然科学基金61572238;国家高技术研究发展计划2014AA041505
2016-05-24(万方平台首次上网日期,不代表论文的发表时间)
874-879