改进学习因子和约束因子的混合粒子群算法

• 作者: 仲伟彪 张水平
• 来源期刊: 计算机应用研究
• 关键词: 混合粒子群优化算法 全局—局部最优 学习因子 约束因子
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3626-3628,3653
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.12.022

摘要

针对传统粒子群优化算法解决复杂问题时收敛速度太快、容易陷入局部最优解的问题,在全局—局部最优解粒子群算法的基础上,提出了一种改进学习因子和约束因子的混合粒子群优化算法.通过将粒子的邻域最优解加入到速度更新公式,使得粒子的速度更新同时受全局最优解和邻域最优解作用,提高了粒子的寻优能力.并改进了学习因子和约束因子,平衡粒子的全局搜索和局部开发能力.通过几个经典测试函数分析比较,该算法能大大提高粒子的寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张水平	江西理工大学信息工程学院	45	302	11.0	16.0
2	仲伟彪	江西理工大学信息工程学院	3	31	2.0	3.0