原文服务方: 计算机应用研究       
摘要:
分析了粒子群优化(PSO)算法的进化式,针对其容易发生早熟、收敛速度慢、后期搜索性能和个体寻优能力降低等缺点,结合遗传算法的思想,提出一种新的混合PSO算法--遗传PSO(GAPSO).该算法是在PSO算法的更新过程中,对粒子速度引入遗传算法的变异操作,对粒子位置引入遗传算法交叉操作.对速度的变异降低了算法后期因种群过于密集而陷入局部最优的可能,对位置的交叉使得父代中优良个体的基因能够更好地遗传给下一代,从而得到更优、更多样化的后代,加快进化过程,提高了收敛速度和群体搜索性能.选取了其他几种典型的改进PSO算法,从算法执行过程、参数设置及优化性能等方面对各算法进行全面的分析比较,其中对模拟退火PSO算法采用了一种新的可提高算法执行速度的退火方式.最后针对选取的六个Benchmark函数优化问题进行数值仿真实验.仿真结果表明了所提出的遗传PSO算法不但收敛速度加快,而且后期搜索性能提高,能更有效地收敛到全局最优.为了形象地显示粒子的收敛过程,还仿真了GAPSO算法对二维多模态Griewank函数的动态寻优过程.
推荐文章
基于改进PSO算法的任务分配研究
虚拟企业
粒子群优化算法
任务分配
逼近理想解排序
基于综合改进型PSO算法的电网无功优化研究
粒子群优化算法
蜜蜂进化机制
遗传选择机制
无功优化
电力系统
改进的PSO算法在智能组卷中的研究与应用
智能组卷
组卷模型
PSO算法
基于改进的PSO算法在Shearlet图像去噪中的应用研究
粒子群优化算法
进化模型
峰值信噪比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进PSO算法的性能分析与研究
来源期刊 计算机应用研究 学科
关键词 粒子群优化(PSO) 遗传PSO 二阶振荡PSO 量子PSO 模拟退火PSO
年,卷(期) 2010,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 453-458
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 雷秀娟 陕西师范大学计算机科学学院 43 470 12.0 19.0
2 付阿利 陕西师范大学计算机科学学院 5 144 5.0 5.0
3 孙晶晶 陕西师范大学计算机科学学院 2 82 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (164)
参考文献  (5)
节点文献
引证文献  (81)
同被引文献  (193)
二级引证文献  (210)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(9)
  • 引证文献(9)
  • 二级引证文献(0)
2013(13)
  • 引证文献(7)
  • 二级引证文献(6)
2014(26)
  • 引证文献(11)
  • 二级引证文献(15)
2015(24)
  • 引证文献(10)
  • 二级引证文献(14)
2016(37)
  • 引证文献(11)
  • 二级引证文献(26)
2017(43)
  • 引证文献(14)
  • 二级引证文献(29)
2018(50)
  • 引证文献(9)
  • 二级引证文献(41)
2019(55)
  • 引证文献(4)
  • 二级引证文献(51)
2020(31)
  • 引证文献(3)
  • 二级引证文献(28)
研究主题发展历程
节点文献
粒子群优化(PSO)
遗传PSO
二阶振荡PSO
量子PSO
模拟退火PSO
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导