无惯性自适应精英变异反向粒子群优化算法

• 作者: 宋婉娟 康岚兰 李康顺 董文永
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 无惯性速度更新式 一般性反向学习 自适应精英变异 粒子群优化
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 66-78
• 页数: 13页
• 分类号: TP181
• 字数: 7048字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2017165

摘要

为解决反向粒子群优化算法计算开销大、易陷入局部最优的不足,提出一种无惯性的自适应精英变异反向粒子群优化算法(NOPSO).NOPSO算法在反向学习方法的基础上,广泛获取环境信息,提出一种无惯性的速度(NIV)更新式来引导粒子飞行轨迹,从而有效加快算法的收敛过程.同时,为避免早熟现象的发生,引入了自适应精英变异策略(AEM),该策略在扩大种群搜索范围的同时,帮助粒子跳出局部最优.NIV与AEM这2种机制的结合,有效增加了种群多样性,平衡了反向粒子群算法中探索与开发的矛盾.实验结果表明,与主流反向粒子群优化算法相比,NOPSO算法无论是在计算精度还是计算开销上均具有较强的竞争能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康岚兰	武汉大学计算机学院	21	104	7.0	9.0
3	李康顺	华南农业大学信息学院	37	439	9.0	20.0
4	董文永	武汉大学计算机学院	33	310	10.0	16.0
7	宋婉娟	武汉大学计算机学院	1	7	1.0	1.0