具有二级搜索和高斯学习的粒子群优化算法

• 作者: 吴润秀 孙辉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 粒子群优化算法 人工蜂群算法 二级搜索 高斯学习
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1636-1641
• 页数: 6页
• 分类号: TP301
• 字数: 7738字
• 语种: 中文

摘要

针对微粒群算法(particle swarm optimization)收敛速度慢和早熟收敛的问题,提出一种基于二级搜索(Two steps search)和高斯学习(Gauss learning)相结合的粒子群优化算法(TGPSO).该算法借鉴人工蜂群算法能有效地进行局部搜索和全局搜索,并能在陷入局部极值时跳出局部极值的特点,从两方面对微粒群算法进行改进:通过二级搜索,强化较优粒子的局部搜索能力,可加快收敛速度;应用高斯学习的自适应逃逸能力,可有效地逃离局部最优点.在典型测试函数集上的仿真实验结果表明本文算法有较好的寻优性能并能快速地找到最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴润秀	南昌工程学院信息工程学院	17	62	5.0	6.0
2	孙辉	南昌工程学院信息工程学院	51	485	13.0	19.0