一种改进的自适应粒子群优化算法的研究

• 作者: 潘泽文 罗新星
• 来源期刊: 科技信息
• 学科: 工学
• 关键词: 粒子群优化算法 自适应 变异
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 博士·专家论坛1
• 页码范围: 19-20
• 页数: 2页
• 分类号: TP3
• 字数: 4386字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9960.2009.12.015

摘要

针对标准粒子群算法(PSO)早熟收敛、进化后期收敛慢和精度较差等缺点,提出一种改进的自适应粒子群优化算法.该算法根据粒子的适应度值一致等价于粒子位置的特点,通过比较粒子适应度值与当前全局最优适应度值的差来自适应调整惯性权值,并按当前种群平均粒距对种群中部分粒子进行变异操作,增加种群多样性,使粒子跳出局部极值.通过几种典型函数的仿真实验表明,该算法在收敛速度和收敛精度上都比标准粒子群优化算法有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗新星	中南大学商学院	126	1559	19.0	35.0
2	潘泽文	中南大学商学院	1	2	1.0	1.0