最优粒子增强探索粒子群算法

• 作者: 叶发茂 唐祎玲 徐少平 江顺亮 葛芸 许庆勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 最优粒子 增强探索 维度划分 适应值
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 热点与综述
• 页码范围: 25-32,38
• 页数: 9页
• 分类号: TP301.6
• 字数: 8182字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1607-0382

摘要

针对粒子群优化算法(Particle Swarm Optimization,PSO)存在收敛速度慢、寻优精度低和早熟收敛的问题,提出一种最优粒子增强探索粒子群算法(Optimal particle Enhanced Exploration Particle Swarm Optimization,OEEPSO).OEEPSO将最优粒子在空间中的位置信息以二维一组划分,按4种方式计算每二维的适应值,选择适应值最小的方式更新对应维度的速度值和位置值.该策略加强了对最优粒子周围区域的探索,使粒子群能更快地向全局最优解靠近,提高了算法的收敛速度和求解精度.当算法陷入局部最优时,根据群体历史最优解的适应值,动态调整各粒子的速度值和位置值,使算法最终收敛到全局最优解.实验结果表明,OEEPSO具有收敛速度快、求解精度高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江顺亮	南昌大学信息工程学院	72	456	11.0	17.0
2	徐少平	南昌大学信息工程学院	85	417	11.0	17.0
3	唐祎玲	南昌大学信息工程学院	30	110	6.0	9.0
4	葛芸	南昌大学信息工程学院	8	55	4.0	7.0
5	叶发茂	南昌大学信息工程学院	21	134	7.0	11.0
6	许庆勇	南昌大学信息工程学院	17	78	4.0	8.0