本文關鍵詞：自適應變異粒子群算法

  更多相關文章： 粒子群算法 局部收斂 自適應 變異操作 群體智能

【摘要】：為了解決粒子群種群多樣性低、容易陷入局部最優(yōu)的缺點,結合最優(yōu)粒子和其他粒子在種群中的不同作用,給出了一種自適應變異粒子群算法。算法中最優(yōu)粒子根據(jù)種群進化程度,自適應調整自身搜索鄰域大小,增強種群的局部搜索能力;對非最優(yōu)粒子的位置進行小概率的隨機初始化,當其速度為零時,速度自適應變化,以便增強種群多樣性和全局搜索能力。仿真實驗中,將算法應用于6個典型復雜函數(shù)優(yōu)化問題,并與其他變異粒子群算法比較,結果表明,增強種群多樣性的同時提高了局部搜索能力。
【作者單位】： 四川農業(yè)大學資源環(huán)境學院;四川農業(yè)大學商學院;四川農業(yè)大學經濟管理學院;
【關鍵詞】： 粒子群算法 局部收斂 自適應 變異操作 群體智能
【基金】：四川省教育廳資助項目(No.13ZB0287)
【分類號】：TP18
【正文快照】： 1引言Kennedy和Eberhart于1995年提出[1]。在該算法中,每粒子群算法(Particle Swarm Optimization,PSO)是個粒子都是一個潛在的解。在搜索過程中,每個粒子經一種基于群體的智能優(yōu)化算法,是通過群體內粒子間歷過的最好位置稱為個體極值,所有粒子經歷過的最好的合作與競爭產生的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張?zhí)├?劉春生;;基于改進粒子群算法的控制分配研究與應用[J];伺服控制;2012年06期

2 黃珍;潘穎;曹曉麗;;粒子群算法的基本理論及其改進研究[J];硅谷;2014年05期

3 焦國輝;;一種改進的粒子群算法穩(wěn)定性證明及其應用[J];現(xiàn)代計算機(專業(yè)版);2014年14期

4 王晟;潘郁;;個體激勵粒子群算法及其社會學背景分析[J];計算機工程;2008年21期

5 彭志平;張慧;;一種改進的粒子群算法在協(xié)商優(yōu)化中的應用[J];計算機工程;2008年10期

6 沈佳寧;須文波;孫俊;;基于量子粒子群算法的收斂性研究[J];微計算機信息;2009年06期

7 唐小勇;于飛;潘洪悅;;改進粒子群算法的潛器導航規(guī)劃[J];智能系統(tǒng)學報;2010年05期

8 秦全德;李榮鈞;;基于生物寄生行為的雙種群粒子群算法[J];控制與決策;2011年04期

9 余羅兼;李濟澤;;一種改進粒子群算法的移動機器人路徑規(guī)劃[J];機電技術;2011年05期

10 宋繼紅;;改進的粒子群算法[J];長春大學學報;2011年10期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

2 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

3 黃勝;任萬龍;王超;何新;;多目標粒子群算法在翼型優(yōu)化的應用[A];第二十五屆全國水動力學研討會暨第十二屆全國水動力學學術會議文集（上冊）[C];2013年

4 李洪全;王京;;基于粒子群算法的自適應PID控制[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路徑費用拆分方法研究[A];第二十六屆中國控制會議論文集[C];2007年

6 趙亮;;遺傳增強混沌粒子群算法[A];第二十九屆中國控制會議論文集[C];2010年

7 楊誠;楊傳啟;;基于粒子群算法的PID參數(shù)優(yōu)化[A];第七屆工業(yè)儀表與自動化學術會議論文集[C];2006年

8 劉文許;林禮清;溫步瀛;;電力市場下基于改進粒子群算法的AGC機組選擇[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

9 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動的混合粒子群算法及其應用[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學者大會論文集[C];2012年

10 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構研究[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

2 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

3 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調度問題研究[D];浙江工業(yè)大學;2014年

4 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

5 馮琳;改進多目標粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應用[D];東北大學;2013年

6 劉衍民;粒子群算法的研究及應用[D];山東師范大學;2011年

7 王雪飛;粒子群算法的動態(tài)拓樸結構研究[D];西南大學;2008年

8 薛堯予;群能量守恒粒子群算法及其在發(fā)酵過程控制中的應用研究[D];北京化工大學;2010年

9 張震;骨干粒子群算法及其在電力變壓器設計中的應用[D];浙江大學;2014年

10 全海燕;混合克隆競爭與啟發(fā)學習策略的多角色隨機游動粒子群算法研究[D];云南大學;2010年

，

本文編號：614825