核矩阵协同进化的震荡搜索粒子群优化算法

• 作者: 吴定会 戴月明 朱达祥
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化算法 震荡搜索 核矩阵 协同进化
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 247-253
• 页数: 7页
• 分类号: TP18
• 字数: 5736字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2016.02.017

摘要

针对粒子群算法搜索后期易陷入局部极值的缺点,提出一种基于核矩阵协同进化的震荡搜索粒子群优化(kenel matrix synergistic evolution shock search particle swarm optimization,KMSESPSO)算法,该算法对粒子进行局部与全局结合的震荡搜索,且当整个粒子种群陷入停滞状态时,利用核矩阵对特定粒子组进行协同进化以扩大种群的多样性.实验结果表明,KMSESPSO算法有效提高了粒子的全局搜索能力,既避免粒子种群易早熟收敛,又较好地提高寻优精度、加快收敛速度,且有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴月明	江南大学物联网工程学院	52	301	10.0	13.0
2	吴定会	江南大学物联网工程学院	119	542	11.0	16.0
3	朱达祥	江南大学物联网工程学院	1	9	1.0	1.0