融合分类优化与拓展策略的粒子群优化算法
针对传统的粒子群算法易陷入局部最优、后期收敛速度慢、精度低等缺点,提出了一种融合分类优化与拓展策略的粒子群优化算法.该算法对易陷入局部最优的粒子群采用分类优化拓展策略,淘汰劣质解,并采用拓展策略生成新的优质解,以提高粒子群优化算法的收敛精度,同时通过采取一种正态演化变异策略,搜索当前最优粒子的邻域空间的方式增强局部开采能力,以尽量避免算法陷入局部最优.实验针对6个经典函数利用智能优化搜索算法对其求最小值问题上进行仿真测试,结果表明本文提出的改进算法在解的精度上明显优于一些知名的改进粒子群优化算法,尤其在多峰函数上表现更为突出.
粒子群算法、分类优化、拓展策略、正态演化、变异策略
38
TP18(自动化基础理论)
湖南省科技服务平台专项项目2012TP1001;湖南省教育厅优秀青年项目14B005;国家自然科学基金青年项目61402053
2017-08-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
1363-1368