基于滑动平均极值的粒子群优化算法

• 作者: 王大将 蔚承建 郑明
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 粒子群优化算法 滑动平均法 滑动平均极值 收敛率 平均收敛代数
• 年，卷（期）: 2009,（14）
• 所属期刊栏目: 人工智能
• 页码范围: 3386-3388
• 页数: 3页
• 分类号: TP18
• 字数: 2807字
• 语种: 中文

摘要

针对标准粒子群优化算法(SPSO)易陷入局部最优,进化后期收敛速度慢的缺点,提出一种基于滑动平均极值的粒子群优化算法(MWAPSO).改进了标准粒子群算法中的速度更新方程,使得粒子在进化过程中追随个体极值、全局极值和滑动平均极值.将该算法应用于4个典型的测试函数,实验结果表明,与标准粒子群算法相比,该算法在运行初期具有更强的探索能力,能够有效地避免粒子群体陷入早熟收敛.有更好的收敛性和更快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大将	南京陆军指挥学院作战实验中心	4	25	3.0	4.0
2	蔚承建	南京工业大学信息科学与工程学院	50	169	8.0	9.0
3	郑明	南京工业大学信息科学与工程学院	2	3	1.0	1.0