-
题名基于质心和自适应指数惯性权重改进的粒子群算法
被引量：9
- 1
-
-
作者
陈寿文
-
机构
滁州学院数学与金融学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第3期675-679,共5页
-
基金
安徽省高校优秀青年人才基金资助项目(2012SQRL154)
滁州学院科研启动基金资助项目(2014qd007
2014qd011)
-
文摘
针对粒子群优化(PSO)算法易出现早熟收敛及寻优精度低等问题,为提高粒子群优化算法寻优能力,提出了一种基于质心和自适应指数惯性权重改进的粒子群优化算法(CEPSO)。首先,使用各粒子的适应度计算权重系数;然后,分别使用各粒子当前位置和迄今为止最优位置构造了加权的种群质心和最优个体质心,使用平均粒距来度量群体状态,并依据群体状态设计了分段指数惯性权重;最后,结合使用分段指数惯性权重和双质心调整了粒子速度更新公式。仿真结果表明,CEPSO能增强寻优能力,并具有较强的稳定性。
-
关键词
质心
平均粒距
自适应指数惯性权重
粒子群优化算法
-
Keywords
centroid
average distance amongst points
self-adaptive exponential inertia weight
Particle SwarmOptimization （PSO） algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于质心和自适应指数惯性权重改进的粒子群算法
被引量：3
- 2
-
-
作者
陈寿文
-
机构
滁州学院数学科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第5期58-64,250,共8页
-
基金
安徽省高校优秀青年人才基金项目(No.2012SQRL154)
滁州学院科研启动基金资助项目(No.2014qd007)
-
文摘
针对标准粒子群优化算法易出现早熟收敛及寻优精度低等缺陷,提出一种基于双质心和自适应指数惯性权重的改进粒子群算法(DCAEPSO)。算法使用粒子搜到的最优解和当前解构造加权的种群质心和最优个体质心,结合使用自适应指数惯性权重调整了速度更新公式。通过几个典型测试函数仿真及Friedman和Holm检验,实验结果显示DCAEPSO比其他粒子群算法寻优能力强。
-
关键词
粒子群算法
质心
自适应指数惯性权重
-
Keywords
particle swarm optimization algorithm
centroid
self-adaptive exponential inertia weight
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
