结合梯度法的混合微粒群优化算法

• 作者: 王湛 黄冀卓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微粒群优化算法 梯度法 优化效率 鲁棒性
• 年，卷（期）: 2008,（35）
• 所属期刊栏目: 理论研究
• 页码范围: 40-42,58
• 页数: 4页
• 分类号: TP18|O221
• 字数: 3127字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.35.012

摘要

在微粒群优化算法PSO中引入梯度算法,提出了一种新型的混合微粒群优化算法--GPSO.该混合优化算法是对PSO每一次进化后的所有微粒进一步执行梯度法寻优操作,并以寻找到的更优个体替代当前个体参与群体的下一代进化.GPSO既利用了PSO出色的全局搜索能力,又借助梯度法的快速局部寻优能力,很好地将两者的优势结合在一起.数值实验表明:无论是对于低维的多峰函数,还是高维的多峰和单峰病态函数,GPSO都表现出很强的优化效率、适用性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄冀卓	汕头大学土木工程系	14	323	8.0	14.0
2	王湛	华南理工大学土木工程系	45	265	9.0	14.0