粒子群优化算法中的分步式策略

• 作者: 李志蜀 欧鹏 罗思达 胡建
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 收敛性 进化算法 评价策略 学习策略 粒子群优化 分步式策略 群体智能
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 435-439
• 页数: 5页
• 分类号: TP301
• 字数: 4880字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2009.03.028

摘要

为了解决粒子群优化算法(PSO)在处理高维多极值问题时容易陷入局部最优而早熟的问题,提出了分步式学习策略和分步式评价策略.前者让粒子每次升级只向某一个榜样学习,使粒子能在更有潜力的区域搜索;并简化了其升级规则,使粒子的搜索行为更易被控制.后者对粒子的位置矢量逐维进行评价,使粒子向目标最优位置"稳步前进";并通过对维之间的关系的检测,解决了维不可分解的问题.实验证明,新算法具有很好的收敛速度和抗早熟能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志蜀	四川大学计算机学院	215	2961	28.0	46.0
2	胡建	四川大学计算机学院	12	85	5.0	9.0
3	欧鹏	四川大学计算机学院	3	1	1.0	1.0
4	罗思达	四川大学计算机学院	1	0	0.0	0.0