具有高斯扰动的最优粒子引导粒子群优化算法

• 作者: 吴润秀 孙辉 朱德刚 赵嘉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 粒子群优化算法 高斯扰动 最优粒子引导 局部极值点
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 146-151
• 页数: 6页
• 分类号: TP301
• 字数: 7255字
• 语种: 中文

摘要

针对粒子群算法(particle swarm optimization,PSO)收敛速度慢和早熟收敛的问题,提出一种具有高斯扰动的最优粒子引导粒子群优化算法(OGPSO).该算法通过在粒子的速度更新公式上移除自我认知部分,增加局部最优粒子控制的高斯扰动项来实现改进PSO算法.通过移除自我认知部分,使种群中的粒子主要受当前全局最优粒子引导;通过增加高斯扰动项,又提供了一种防止粒子陷入局部最优点的机制.两种改进措施相结合,既加快了收敛速度,又避免了早熟收敛的问题.在典型测试函数集上的仿真实验结果和与其它经典及新近改进PSO算法的对比实验结果,均表明本文算法有较好的寻优性能及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵嘉	南昌工程学院信息工程学院	38	243	9.0	13.0
2	吴润秀	南昌工程学院信息工程学院	17	62	5.0	6.0
3	孙辉	南昌工程学院信息工程学院	51	485	13.0	19.0
4	朱德刚	安徽医科大学第一附属医院信息技术科	6	24	4.0	4.0