基于双重更新策略的粒子群算法

• 作者: 宋锦 王保云 胡海东 高浩
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化算法 全局搜索 个体历史最优 收敛速度
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 84-88
• 页数: 5页
• 分类号: TP18
• 字数: 3542字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.06.012

摘要

粒子群算法由于其简单易实现以及快速寻优的特点引起了研究者的广泛兴趣,但却存在着在搜索过程中无法跳出局部最小点的缺陷.文中提出了一种基于双重更新策略粒子群算法.当群体的聚集度达到设定的条件时,首先在具有较差成绩的个体历史最优解(personal best,pbest)中任意选择一个更新,使它具有在全局范围内进行搜索的能力,同时从获得较好成绩的pbest中选择一个,在它和全局最优位置之间进行局部搜索,从而引导个体向有价值的区域寻优.标准测试函数的仿真结果表明,该算法有效提高了粒子的全局搜索能力,同时提升了算法的局部搜索能力,因此可以应用在实际生产领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋锦	南京信息职业技术学院通信学院	23	99	5.0	9.0
3	王保云	南京邮电大学自动化学院	53	1141	7.0	33.0
4	高浩	南京邮电大学自动化学院	14	58	5.0	7.0
5	胡海东		2	14	2.0	2.0