自适应双群微粒群优化算法

• 作者: 潘章明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微粒群优化 自适应 子群 熟收敛
• 年，卷（期）: 2010,（7）
• 页码范围: 239-241,273
• 分类号: TP3
• 字数: 3878字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.07.073

摘要

针对微粒群优化算法PSO(Particle Swarm Optimization Algorithm)容易陷入局部最优点的缺陷,提出一种自适应双群微粒群优化算法(ATS PSO).该算法将种群分成两个子群,分别采用全局版本和局部版本两种不同的搜索策略,共同更新种群的历史最优解,并且在算法迭代期间根据群体适应值方差自适应调整两个子群的规模和结构.为了分析算法的性能,对几种典型的非线性函数进行了测试.结果表明,新算法的全局收敛能力有了明显改善,而且能有效缓解早熟收敛问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘章明	广东金融学院计算机科学与技术系	15	56	5.0	6.0