-
题名基于个体最优位置的自适应变异扰动粒子群算法
被引量：15
- 1
-
-
作者
刘志刚
曾嘉俊
韩志伟
-
机构
西南交通大学电气工程学院
-
出处
《西南交通大学学报》
EI
CSCD
北大核心
2012年第5期761-768,共8页
-
基金
国家自然科学基金资助项目(U1134205
51007074)
+1 种基金
教育部新世纪优秀人才支持计划资助项目(NECT-08-0825)
中央高校基本科研业务费专项资金资助项目(SWJTU11CX141)
-
文摘
针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO(adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,粒子以个体最优位置为依据进行变异操作.将该算法运用于6个测试函数,并与惯性权重粒子群算法、收缩因子粒子群算法以及差分进化算法进行了比较,结果表明:AMDPSO能在寻优过程中让粒子跳出局部最优,保持种群多样性,具有更好的收敛速度和优化性能.
-
关键词
粒子群算法
个体最优位置
自适应变异
扰动
-
Keywords
particle swarm optimization
personal best position
adaptive mutation
disturbance
-
分类号
TV301.6
[水利工程—水工结构工程]
-
-
题名动态反向搜索更新位置的改进灰狼优化算法
被引量：7
- 2
-
-
作者
王梦璐
李连忠
-
机构
江南大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第18期86-96,共11页
-
文摘
针对灰狼优化算法(GWO)后期收敛速度慢、易陷入局部最优等问题,提出一种动态反向搜索更新位置的改进灰狼优化算法(DAGWO)。该算法在原始的位置更新公式中引入个体历史最优位置引导策略,以加快算法的收敛速度;同时,引入反向搜索因子,该因子依据种群早熟判别指标动态调节自身取值,在算法陷入局部极值时令灰狼个体向整个种群中最差个体方向进行反向搜索,以提高种群跳出局部极值的能力。此外,构造了一种新型局部扰动的非线性收敛因子a,以平衡算法的全局和局部搜索能力。对20个经典测试函数进行仿真实验,结果表明在求解精度、收敛速度和算法的稳定性上,DAGWO算法与标准智能优化算法和其他相关改进算法相比更有优越性。
-
关键词
改进灰狼优化算法
个体历史最优位置
早熟判别指标
反向搜索因子
beta随机调整数
-
Keywords
improved grey wolf optimization algorithm
the best position in individual history
early maturity index
reverse search factor
beta random adjustment
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种自适应扩展粒子群优化算法
被引量：17
- 3
-
-
作者
高鹰
-
机构
广州大学信息学院计算机科学与技术系
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第15期12-15,共4页
-
基金
中国博士后科学基金资助项目(编号:2003034062)
广东省自然科学基金博士科研启动基金资助项目(编号:04300015)
+1 种基金
广州市科技计划项目(编号:2004J1-C0323)
广州市属高校科技计划资助项目(编号:2055)
-
文摘
在粒子群优化算法的基础上,首先把粒子群优化算法的速度更新式中的个体最优位置用粒子群中所有个体最优位置的平均值代替,得到扩展粒子群优化算法;然后,建立了加速系数和粒子群中所有粒子的平均适应度与整体最优位置适应度之差的一种非线性函数关系,得到自适应加速系数扩展粒子群优化算法。由于新的算法利用了所有个体最优粒子的信息,并在进化过程中通过建立的非线性时变加速系数自适应地调整“认知”部分和“社会”部分对粒子的影响,从而提高了算法的收敛速度和精度。4个基准测试函数的对比实验结果说明自适应扩展粒子群优化算法的有效性和优良性能。
-
关键词
粒子群优化算法
加速系数
个体最优位置
-
Keywords
Particle Swarm Optimization ,acceleration coefficient,personal best particle
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名位置扰动的粒子群算法
被引量：3
- 4
-
-
作者
薛敬
靳雁霞
-
机构
中北大学电子与计算机科学技术学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第3期1037-1040,共4页
-
基金
山西省自然科学基金项目(2013011017-7)
-
文摘
针对基本粒子群算法具有容易陷入局部极值、对多维搜索空间精度不高等缺陷,提出了一种位置扰动的粒子群算法。算法通过对粒子个体最优位置的一个或多个随机维上的计算,产生对群体最优位置对应维上的扰动,使群体最优位置可以从个体最优位置搜索经验中更直接的学习,并且跳出局部最优。通过几个常用测试函数的测试结果表明,位置扰动的粒子群算法比标准PSO算法在处理多峰值、多维搜索空间问题时有更高的寻优能力。
-
关键词
粒子群算法
个体最优位置
群体最优位置
扰动
随机维
-
Keywords
particle swarm optimization
the best position of individual
the best position of group
disturbance
randomdimension
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名非线性混合整数规划的简化二阶震荡粒子群混合算法
被引量：1
- 5
-
-
作者
赵乃刚
赵佳鑫
-
机构
山西大同大学数学与计算机科学学院
-
出处
《兰州理工大学学报》
CAS
北大核心
2017年第3期102-105,共4页
-
基金
国家自然科学基金(61272095)
国家自然科学基金青年基金(41401521)
-
文摘
为了求解整数约束和混合整数约束优化问题,提出了简化二阶震荡粒子群优化算法.在二阶震荡粒子群算法的基础上,对更新过程进行简化,使得迭代方程由原来的二阶降成一阶,粒子的搜索过程更为简单高效,便于搜索和寻优;引入了平均个体最优位置,使得所有粒子的有效信息被充分利用;对不满足约束条件的粒子重新生成,从而加快算法的收敛速度;为了防止算法的早熟收敛现象,提出了"优胜劣汰"的更新机制.最后,为了验证算法求解整数和混合整数优化问题的可行性和有效性,将简化二阶震荡粒子群混合算法对16个测试函数进行了测试并与其他三种算法比较.实验结果表明,本文算法在精确度和成功率方面有明显的提高.
-
关键词
粒子群算法
非线性混合整数规划
平均个体最优位置
-
Keywords
particle swarm optimization
nonlinear mixed integer programming
average personal best location
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
