具有自适应邻域探测机制的改进型PSO算法
针对基本PSO算法在全局优化中易陷入局部极值和收敛精度低的不足,分析了基本PSO算法早熟收敛的原因,提出具有自适应邻域探测机制的改进型粒子群优化(ANE-PSO)算法.该算法在进化过程中以概率总体递减的方式,选择部分粒子对最佳位置按半径总体递减的规则进行邻域探测,并引入速度变异算子,提高种群的多样性,增强了算法的全局搜索能力.并证明它依概率1收敛到全局最优解.通过与其它三个改进算法比较.结果表明ANE-PSO具有较好的全局搜索能力,收敛速度较快,稳定性较好,且没有增加时间复杂度,较有效的避免了早熟收敛问题.
粒子群优化、邻域探测、自适应、速度变异
31
TP18(自动化基础理论)
国家自然科学基金项目60805021;福建省自然科学基金项目A0710013
2011-01-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
1838-1845