基于健康度的自适应过滤粒子群算法

• 作者: 姜道银 葛洪伟 袁罗
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 粒子群算法 健康度 自适应过滤 懒惰粒子 引导因子 收敛速度
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 332-340
• 页数: 9页
• 分类号: TP18
• 字数: 5552字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1610052

摘要

针对标准粒子群算法存在收敛速度慢和难以跳出局部最优等问题,提出了基于健康度的自适应过滤粒子群算法.首先,通过对粒子健康度的动态检测,区分粒子状态,处理并标记异常粒子,自适应过滤懒惰粒子位置,避免算法陷入局部最优;其次,利用引导因子更新全局最差粒子值,过滤异常粒子数,避免无效搜索,加快算法收敛速度.通过对11个标准函数进行仿真实验,并与标准粒子群和其他改进算法进行对比,结果表明,基于健康度的自适应过滤粒子群算法寻优精度高,收敛速度快.