基于新变异算子的改进粒子群优化算法

• 作者: 张云明
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 进化计算 粒子群优化算法 变异算子 全局最优
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 计算理论与算法
• 页码范围: 95-99
• 分类号: TP183
• 字数: 3309字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.09.017

摘要

粒子群优化算法(PSO)是一种基于群体智能的优化算法.本文在介绍PSO算法基本原理和流程的基础上,分析了该算法在处理一些复杂问题时容易出现的早熟收敛、收敛效率低和精度不高等问题,提出了一种基于新变异算子的改进粒子群优化算法(NMPSO).NMPSO算法将产生的变异粒子与当前粒子进行优劣比较,选择较优的粒子,增强了种群的多样性,有效地避免算法收敛早熟.用5个常用基准测试函数对两种算法进行对比实验,结果表明:新提出的NMPSO算法增强了全局搜索能力,提高了收敛速度和收敛精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云明		19	142	7.0	11.0