一种改进的自适应变异的粒子群优化算法

• 作者: 杨彩 贾松浩
• 来源期刊: 实验室研究与探索
• 学科: 工学
• 关键词: 粒子群优化算法 自适应变异 全局最优解 早熟收敛
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 实验技术
• 页码范围: 14-17
• 页数: 4页
• 分类号: TP301.6
• 字数: 3925字
• 语种: 中文

摘要

针对粒子群优化算法存在的早熟收敛问题,提出了一种改进的自适应变异的粒子群优化算法.该算法根据群体适应度方差和当前最优解的大小,确定当前粒子的最佳变异因子.使用变异因子来改变粒子的运动方向,使粒子进入临近区域继续搜索,以确定新的个体极值和全局极值,避免出现局部最优解.仿真结果表明:自适应变异操作增强了粒子群优化算法跳出局部最优解的能力,其全局搜索能力有了一定提高,收敛速度较快,并且能够有效避免早熟收敛问题;虽然耗费时间有所增加,但在可接受范围内,用少许的时间代价换取全局最优解是值得的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾松浩	南阳师范学院计算机与信息技术学院	29	203	7.0	13.0
2	杨彩	南阳师范学院计算机与信息技术学院	32	136	6.0	10.0