基于学习理论的改进粒子群优化算法

• 作者: 万强 余琍 徐霜
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 粒子群算法 最优化 有效性 测试函数
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智能计算
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP311
• 字数: 2862字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2019.02.007

摘要

论文针对粒子群算法容易陷入局部最优的问题,提出基于学习理论的粒子群算法(L-PSO).该算法通过为粒子群全局最优粒子设定最大周期限制,使达到最大周期的全局最优粒子可以被取代,同时利用聚类的思想对粒子群进行分组,通过随机选择两个组中心,以一定概率进行交叉变异,生成竞争粒子并替换达到最大周期的全局最优粒子,能够较好地避免算法陷入局部最优,提高算法的收敛速度.在基准测试函数集上的测试结果表明该算法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐霜	武汉大学高新技术产业发展部	11	50	4.0	7.0
2	万强	武汉大学计算机学院	8	18	3.0	3.0
3	余琍	武汉大学计算机学院	20	84	5.0	8.0