基于聚类的多子群粒子群优化算法

• 作者: 李朝晖 许若宁 谢胜利 高鹰
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化算法 聚类 子群
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 研究探讨
• 页码范围: 40-41
• 页数: 2页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2006.04.013

摘要

在粒子群优化算法基础上,提出了基于聚类的多子群粒子群优化算法.该算法在每次迭代过程中首先通过聚类方法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和"子群"中的最优粒子更新自己的速度和位置值.这种处理增加了粒子之间的信息交换,利用了更多粒子在迭代过程中的信息,使算法的收敛性能更好.仿真结果表明,该算法的性能优于粒子群优化算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢胜利	华南理工大学电子与信息学院	175	4294	30.0	61.0
2	高鹰	广州大学计算机科学与技术系	80	1990	16.0	44.0
6	李朝晖	广州大学计算机科学与技术系	10	137	8.0	10.0
7	许若宁	广州大学计算机科学与技术系	26	257	8.0	15.0