改进的粒子群算法及收敛性分析

• 作者: 谢铮桂 钟少丹 韦玉科
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 逃逸 免疫学习 全局优化 收敛性
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究、探讨
• 页码范围: 46-49
• 分类号: TP183
• 字数: 4438字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.01.013

摘要

针对PSO算法对多峰值函数搜索易陷入局部极值点的缺点,提出一种改进的粒子群(MPSO)算法.MPSO算法采用逃逸策略和免疫学习策略来保证种群多样性,使算法能有效进行全局搜索.并讨论MPSO算法的收敛性,证明其能以概率1全局收敛.最后用3个常用的测试函数进行仿真,实验结果表明MPSO算法比PSO算法有更好的收敛性和更快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦玉科	广东工业大学计算机学院	49	324	11.0	15.0
2	钟少丹	韩山师范学院数学与信息技术系	20	137	7.0	11.0
4	谢铮桂	韩山师范学院数学与信息技术系	19	162	9.0	12.0