带有个体扰动和相互学习改进的粒子群优化算法

• 作者: 周亚妮 李会荣
• 来源期刊: 河南科学
• 关键词: 粒子群优化 个体扰动 相互学习 局部最优解
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 1956-1960
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文

摘要

针对粒子群优化算法容易陷入局部极值、进化后期早熟收敛现象，提出了一种带有个体扰动和相互学习改进的粒子群优化算法。算法在迭代的过程中，根据群体适应度方差按照一定的概率对当前的个体最优粒子进行扰动，增强了算法的局部探索的能力，使得粒子跳出局部最优点；同时增加粒子的相互学习阶段，使得每个粒子的进化不仅受到个体最优粒子和全局最优粒子的影响，而且还受到其他粒子之间相互学习的影响，提高了算法的收敛速度。数值实验表明，改进的新算法具有更高的收敛速度和收敛精度，能有效克服早熟收敛现象。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李会荣	西安交通大学数学与统计学院	23	147	5.0	11.0
3	周亚妮	商洛职业技术学院公共基础部	12	16	3.0	3.0