基于K-均值聚类的协同进化粒子群优化算法

• 作者: 杨金龙 王娟娟 王燕燕 葛洪伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同进化 K-均值 高维优化 粒子群优化 局部最优
• 年，卷（期）: 2015,（22）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 61-65,140
• 页数: 6页
• 分类号: TP18
• 字数: 4822字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1311-0190

摘要

针对粒子群优化（PSO）算法优化高维问题时，易陷入局部最优，提出一种基于K-均值聚类的协同进化粒子群优化（KMS-CCPSO）算法。该算法通过引入K-均值算法扩大种群的局部搜索范围，采用柯西分布和高斯分布相结合的方法更新粒子的位置。实验结果表明，该算法具有较好的优化性能，其优势在处理高维问题上更为明显。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛洪伟	江南大学物联网工程学院	86	456	11.0	17.0
2	王燕燕	江南大学物联网工程学院	6	29	3.0	5.0
3	杨金龙	江南大学物联网工程学院	28	103	7.0	8.0
4	王娟娟		4	23	3.0	4.0