五种粒子群优化模型效率的研究

• 作者: 何东健 孙建敏 王娟勤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化算法 效率 基准函数 最佳适应度
• 年，卷（期）: 2008,（33）
• 所属期刊栏目: 理论研究
• 页码范围: 62-65,68
• 页数: 5页
• 分类号: TP18
• 字数: 4427字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.33.020

摘要

粒子群优化算法按照认知部分和社会部分被区分为5种模型(完全模型、自认知模型、社交模型、非自身社交模型和非自身完全模型).为了明确5种粒子群优化模型的效率,选用进化计算领域中常用的5种基准函数,分别对5种粒子群优化算法模型设置不同的参数,分析了它们在求解5种基准函数时的成功率、平均函数求值数、最佳适应度等.结果表明:PSO完全模型和非自身完全模型使用收缩系数K在某些参数设置下求解高维问题时即搜索问题的解时效率较高,社交模型和非自身社交模型在一些参数设置下求解Schaffer函数等二维问题的效率最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何东健	西北农林科技大学信息工程学院	188	3174	30.0	46.0
2	王娟勤	西北农林科技大学信息工程学院	7	19	3.0	4.0
3	孙建敏	西北农林科技大学信息工程学院	1	2	1.0	1.0