基于多种群多模型协同进化的粒子群优化算法

• 作者: 徐冰纯 王燕燕 葛洪伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化算法 多种群 多模型 自适应动态惯性权重 协同进化
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 200-203,208
• 页数: 5页
• 分类号: TP301.6
• 字数: 3881字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.05.044

摘要

为克服标准粒子群优化(PSO)算法易陷入局部极值和优化精度较低的缺点,提出一种多种群多模型协同进化的粒子群优化(MSM-PSO)算法.将整个粒子群分成大小相等的3个分群,各分群采用不同的进化模型,分群间相互影响促进.同时采用自适应动态惯性权重,以保持种群多样性,降低陷入局部极值的概率.测试结果表明,该算法全局性能好、寻优精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛洪伟	江南大学物联网工程学院	86	456	11.0	17.0
2	王燕燕	江南大学物联网工程学院	6	29	3.0	5.0
3	徐冰纯	江南大学物联网工程学院	2	15	2.0	2.0