粒子群优化算法的概率特性分析及算法改进

• 作者: 王国胤 申元霞
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 粒子群优化算法 早期收敛 概率特性 群体多样性
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 816-820,825
• 分类号: TP273
• 语种: 中文

摘要

群体多样性的丧失是导致粒子群优化（PSO）出现早期收敛的重要原因，鉴于此，对PSO运动方程进行概率特性分析，指出了方程中学习参数的概率分布及参数问的相依性与群体多样性丧失之间的关系，并提出了一种白适应学习的PSO算法．该算法通过调整学习参数的概率特性来保持种群多样性，同时设计了随进化状态白适应变化的学习参数来协调粒子的全局与局部搜索能力．实验结果表明，自适应学习的PSO算法提高了收敛的精度，有效避免了早期收敛．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申元霞		1	5	1.0	1.0
2	王国胤		1	5	1.0	1.0