一种改进的雁群扩展粒子群算法研究

• 作者: 丁攀 刘浩然 卢泽丹 崔静闯 郭长江
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 粒子群优化算法 雁群启示 BP神经网络 PM2.5预测
• 年，卷（期）: 2019,（3）
• 页码范围: 498-504
• 页数: 7页
• 分类号: TB973
• 字数: 3364字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.03.24

摘要

针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(GeEPSO)算法.该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性.为进一步提高改进算法的收敛速度,引入简化粒子群提出了GeESPSO算法.基准函数的仿真表明:改进算法GeESPSO较好地平衡了收敛速度和局部最优两个矛盾,总体较优.为进一步验证算法在实际应用中的有效性,又分别用两种改进算法优化BP神经网络,并用相关气象数据对PM2.5的值进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘浩然		80	568	14.0	20.0
3	郭长江	燕山大学里仁学院	11	29	3.0	5.0
6	丁攀	燕山大学信息科学与工程学院	2	6	2.0	2.0
7	崔静闯	燕山大学信息科学与工程学院	2	6	2.0	2.0
8	卢泽丹	燕山大学信息科学与工程学院	2	2	1.0	1.0