基于熵模型的粒子群优化算法

• 作者: 刘涛 姚军 孙骞 王海 高岭
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化算法 信息熵模型 求解精度 收敛速度 无效迭代
• 年，卷（期）: 2019,（6）
• 页码范围: 1088-1093
• 页数: 6页
• 分类号: TP301.6
• 字数: 4280字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.06.010

摘要

为了改善粒子群算法在解决高维优化问题时易早熟收敛且存在大量无效迭代的问题,提出了一种基于熵模型的粒子群优化(EPSO)算法.通过引入信息熵模型,精确分析了粒子群搜索过程中的聚集特性,将粒子群搜索过程划分为3个阶段进行优化.第1阶段引入粒子迭代熵差,优化调整惯性权重;第2阶段根据粒子群熵值变化,适时重置惯性权重;第3阶段采用截断策略,减少粒子群的无效迭代.实验结果表明,在Sphere、Rosenbrock、Ackley、Griewank、Rastrigin五个标准测试函数中,EPSO算法的求解精度和收敛速度都优于传统粒子群算法、经典粒子群算法、自适应惯性权重粒子群算法以及新的自适应惯性权重粒子群算法,并且减少了算法的大量无效迭代,从而验证了EPSO算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涛	西安科技大学通信与信息工程学院	23	72	5.0	8.0
2	高岭	西安工程大学计算机科学学院	15	21	3.0	4.0
3	孙骞	西北大学信息科学与技术学院	16	91	5.0	9.0
4	王海	西北大学信息科学与技术学院	23	158	5.0	12.0
5	姚军	西安科技大学通信与信息工程学院	11	23	3.0	4.0