粒子群分形进化算法

• 作者: 邱晓红 邱晓辉 龚姚腾
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 进化算法 粒子群优化 分形布朗运动
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 344-350
• 页数: 7页
• 分类号: TP181
• 字数: 5041字
• 语种: 中文

摘要

在传统粒子群优化(PSO)算法的基础上,提出粒子群分形进化算法(FEPSO).FEPSO利用分形布朗运动模型中的无规则运动特性模拟优化目标函数未知特性,隐含的趋势变化模拟优化目标函数极值变化的总趋势,从而克服个体过于随机进化和早熟的现象.与传统的PSO算法相比,文中算法中每个粒子包含分形进化阶段.在分形进化阶段,粒子在解的子空间以不同的分形参数进行分形布朗运动方式搜索解空间,并对其分量进行更新.仿真实验结果表明,该算法对大部分标准复合测试函数都具有较强的全局搜索能力,其性能超过国际上最近提出的基于PSO的改进算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱晓红	江西理工大学软件学院	12	36	4.0	5.0
3	邱晓辉	江西农业大学高等教育研究所	22	54	5.0	6.0
6	龚姚腾	江西理工大学软件学院	27	106	5.0	8.0