基于粒子熵的参数自适应变异PSO算法研究

• 作者: 李怀俊 肖心远 谢小鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子熵集 惯性权重 全局最优位置 自适应变异 粒子群优化算法
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 博士论坛
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP202+.7
• 字数: 4334字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0432

摘要

为了避免普通粒子群算法（PSO）可能出现的局部收敛及精度不高现象，围绕影响PSO算法性能的两个重要参数w和 pgd ，提出了一种面向全局优化的参数自适应变异PSO改进算法。算法定义了粒子熵集概念，可以精确反映粒子群数据的全局聚集特性，由粒子群各维数据的熵值大小决定是否对各维数据的惯性权重w进行回归变异，对全局变量 p gd 进行随机变异，并采取引入变异次数因子等方法来避免寻优发散。仿真研究表明该算法比常用算法在寻优精度、摆脱局部陷阱、稳定性等方面均有明显提高，在求解复杂多峰问题上有着良好的表现。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李怀俊	广东交通职业技术学院车辆安全工程技术中心	35	130	6.0	9.0
2	谢小鹏	华南理工大学汽车摩擦学与故障诊断研究所	119	716	14.0	20.0
3	肖心远	广东交通职业技术学院车辆安全工程技术中心	15	64	4.0	7.0