带两类正态变异的PSO算法

• 作者: 刘升 郑中团 高圣国
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 粒子群优化算法 变异 正态分布 全局收敛
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 短文
• 页码范围: 1881-1884
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2013.0915

摘要

针对基本粒子群优化算法(PSO)容易陷入局部最优点和收敛速度较慢的缺点，提出在PSO更新过程中加入两类基于正态分布投点的变异操作。一类变异用来增强局部搜索能力，另一类变异用来提高发现全局最优点的能力，避免所有粒子陷入到一个局部最优点的邻域内。数值结果表明，所提出算法的全局搜索能力有显著提高，并且收敛速度更快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘升	上海工程技术大学管理学院	89	467	10.0	19.0
2	高圣国	上海工程技术大学管理学院	15	55	4.0	7.0
3	郑中团	上海工程技术大学基础学院	2	8	1.0	2.0