一种新的改进粒子群优化算法

• 作者: 张红岩 张纪锁 沈学利
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 粒子群优化算法 进化计算 区域选择 适应度
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 优化仿真
• 页码范围: 246-249,339
• 分类号: TP301.6
• 字数: 3591字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.03.060

摘要

研究神经网络优化问题,为了进一步解决粒子群优化算法本身存在的早熟和局部收敛的问题,提高神经网络训练精度,提出了一种区域选择粒子群算法(Regional Selection Particle Swarm Optimization,RSPSO).算法根据每个粒子所在区域不同,在每个粒子所在区域内,当适应值小于最佳适应值时,依据所在区域,重新进行初始化,从而使算法具有更强的全局收敛性和动态的自适应性.通过对几种典型的测试函数进行仿真结果表明改进算法具有更好的收敛精度,改善了优化性能,并且能够更有效避免早熟收敛问题,寻找到全局最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈学利	辽宁工程技术大学电子与信息工程学院	61	373	10.0	17.0
2	张纪锁	辽宁工程技术大学电子与信息工程学院	6	160	5.0	6.0
3	张红岩	辽宁工程技术大学电子与信息工程学院	5	119	3.0	5.0