改进的云自适应粒子群优化算法

• 作者: 张艳琼
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化 自适应参数调整 云模型 全局最优性
• 年，卷（期）: 2010,（9）
• 页码范围: 3250-3252
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.09.012

摘要

为了提高基本PSO算法搜索性能和个体寻优能力,加快收敛速度,提出一种新的云自适应粒子群优化算法(CPSO).此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质,提出云自适应调整算法用于计算惯性权重,并对新算法进行了描述.通过典型函数优化实验表明,该算法较基本PSO明显提高了全局搜索能力和收敛速度,改善了优化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳琼	南京特殊教育职业技术学院信息系	18	59	6.0	7.0