-
题名基于微分控制策略的快速粒子群优化算法
被引量：2
- 1
-
-
作者
樊吕彬
刘亚红
张玮
-
机构
太原理工大学化学化工学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第2期244-250,281,共8页
-
基金
山西省自然科学基金(2015011019)
-
文摘
标准粒子群优化算法的速度更新机制为比例-积分(PI)控制策略,而由于其中固有积分项的存在,系统容易产生振荡,导致搜索速度慢。为此,根据比例-积分-微分(PID)控制特性,提出一种快速粒子群优化算法。在标准粒子群及其改进算法中加入微分控制来克服振荡,提高收敛速度,增加搜索过程的稳定性。仿真结果表明,与标准粒子群算法和全信息粒子群算法相比,该算法在保证寻优精度和可靠性的同时,大幅提高了寻优速度,具有较高的运算效率。
-
关键词
粒子群优化
控制策略
微分控制
偏差
收敛速度
-
Keywords
Particle Swarm Optimization（PSO）
control strategy
differential control
deviation
convergence speed
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名生态金字塔粒子群优化算法
被引量：3
- 2
-
-
作者
刘亚红
张玮
樊吕彬
-
机构
太原理工大学化学化工学院
-
出处
《计算机科学》
CSCD
北大核心
2017年第10期237-244,共8页
-
基金
山西省自然科学基金资助项目(2015011019)资助
-
文摘
为解决粒子群优化算法在处理高维复杂函数时容易陷入局部最优和早熟收敛的问题,提出生态金字塔粒子群优化算法(EP-PSO)。该算法引入生态金字塔系统,使粒子在搜索空间分等级、分子群寻优,有效增加了群体多样性;为增强算法的全局搜索能力,对处于停滞状态的个体极值和全局极值进行动态变异,以达到扩大种群潜在搜索空间的效果。选择15个测试函数验证算法的有效性,结果表明EP-PSO有着良好的寻优性能,能够得到较高精度解,具有较高的效率和可信度。
-
关键词
粒子群优化算法
早熟收敛
生态金字塔系统
-
Keywords
Particle swarm optimization algorithm,Premature convergence,Ecological pyramid system
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
