基于粒子群统计规律的PSO算法

• 作者: 吴延科 徐晨 李国
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 粒子群 粒子群优化 早熟
• 年，卷（期）: 2006,（4）
• 页码范围: 98-101
• 页数: 4页
• 分类号: TP3
• 字数: 2885字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2006.04.021

摘要

粒子群优化(particle swarm optimization,PSO)算法是一类基于群体智能的全局优化算法,以其计算迅速和易于实现而得到广泛的应用.但作为一种进化算法,它在很多问题中却容易过早收敛,陷入早熟.这与粒子群采用单一的进化策略有关,因为过于单一的进化策略使粒子群整体上有一种趋同性.针对标准PSO算法的这个问题提出了一种改进方法,改进后的PSO-σ算法实质上是Kennedy讨论过的认知模型、社会模型和完全模型的混合算法.从算法的收敛性、准确性和稳定性等方面对这种改进的算法作了试验和分析,发现均优于标准PSO算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晨	深圳大学理学院应用数学系	49	405	12.0	18.0
2	吴延科	深圳大学理学院应用数学系	2	35	2.0	2.0
3	李国	深圳大学理学院应用数学系	11	101	7.0	10.0