自适应变异综合学习粒子群优化算法

• 作者: 蔡昭权 黄翰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 群体智能 粒子群优化算法 综合学习 最小方差优先 自适应变异
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 170-171,202
• 页数: 3页
• 分类号: TP3
• 字数: 3381字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.07.059

摘要

针对以往粒子群优化算法多样性差且易局部收敛的不足,提出改进综合学习粒子群优化(CLPSO)算法的最小方差优先自适应变异策略,设计自适应变异综合粒子群优化(CLPSO-M)算法.多个标准测试问题的对比实验数据表明,CLPSO-M算法比CLPSO算法的全局搜索能力更强,求解效果更稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡昭权	惠州学院网络中心	144	686	14.0	20.0
2	黄翰	华南理工大学软件学院	50	526	11.0	21.0