基于GA/PSO BP神经网络的石家庄VOCs环境浓度预测模型研究 被引量：6

1

作者 王欣 郭婧涵 +5 位作者 耿雅娴 王树桥 葛宇轩 袁京周 张丁超 韩梦非 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1560-1568,共9页

为了提升挥发性有机物(Volatile Organic Components,VOCs)的预测精度,在反向传播(Back Propagation,BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms,GA)优化BP神经网络(GA BP)和粒子群算法(Particle Swarm Optimiz... 为了提升挥发性有机物(Volatile Organic Components,VOCs)的预测精度,在反向传播(Back Propagation,BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms,GA)优化BP神经网络(GA BP)和粒子群算法(Particle Swarm Optimization,PSO)优化BP神经网络(PSO BP)对VOCs质量浓度进行预测。首先,对污染物及气象因子进行筛选。采用相关性分析法及逐步回归法进行分析筛选,并筛选出合适的输入变量。其次,建立BP神经网络结构。利用BP、GA BP、PSO BP神经网络,以石家庄市2022年夏季污染数据为样本对VOCs质量浓度进行预测。结果显示,经相关性分析及逐步回归法筛选,将PM_(2.5)质量浓度、O_(3)质量浓度、NO_(2)质量浓度、温度、相对湿度作为输入变量。经预测结果对比,PSO BP神经网络模型的预测精度较高,烷烃、烯烃、芳香烃和含氧烃实测值与预测值之间的拟合程度(R^(2))分别为0.80、0.55、0.78、0.67。研究结果可为日后VOCs污染预报预警提供理论参考。 展开更多

关键词 环境工程学 挥发性有机物(VOCs) 神经网络 智能优化算法 遗传算法 粒子群算法

在线阅读 下载PDF 职称材料

PSO和AFSA混合优化算法 被引量：13

2

作者 王联国 施秋红 洪毅 《计算机工程》 CAS CSCD 北大核心 2010年第5期176-178,共3页

结合粒子群优化(PSO)算法和人工鱼群算法(AFSA)的优势,提出一种PSO-AFSA混合算法。将种群分为2个子群体,在每次迭代中,一个子群体利用PSO算法进化,另一个子群体利用AFSA进化,2个算法共享整个种群极值信息。通过混合算法对5个标准函数进... 结合粒子群优化(PSO)算法和人工鱼群算法(AFSA)的优势,提出一种PSO-AFSA混合算法。将种群分为2个子群体,在每次迭代中,一个子群体利用PSO算法进化,另一个子群体利用AFSA进化,2个算法共享整个种群极值信息。通过混合算法对5个标准函数进行实验,并与标准PSO算法进行比较,结果表明混合算法具有更好的优化性能。 展开更多

关键词 粒子群优化算法 人工鱼群算法 pso-AFSA混合算法 群体智能

在线阅读 下载PDF 职称材料

基于PSO算法的股权拍卖机制设计及仿真分析 被引量：4

3

作者 郑君君 关之烨 +1 位作者 钟红波 张平 《技术经济》 CSSCI 2013年第3期118-124,共7页

运用PSO群体智能算法模拟信息交互条件下外部投资者报价决策的学习机制和演化规律,在此基础上设计了实现风险投资退出的股权拍卖机制。Netlog仿真结果表明,所设计的股权拍卖机制能在一定程度上揭示股权的真实价值,并降低竞买人和卖方之... 运用PSO群体智能算法模拟信息交互条件下外部投资者报价决策的学习机制和演化规律,在此基础上设计了实现风险投资退出的股权拍卖机制。Netlog仿真结果表明,所设计的股权拍卖机制能在一定程度上揭示股权的真实价值,并降低竞买人和卖方之间的信息不对称程度。进一步的仿真分析结果表明:适当的激励力度对外部投资者的投标报价具有显著影响;引入更多的竞买人能产生更有利于风险投资家的拍卖结果;即使外部投资者过于强化单一的学习能力,最终也可得到相对理想的拍卖结果,从而证明了所设计的股权拍卖机制具有广泛的适用性。 展开更多

关键词 股权拍卖 pso群体智能算法 信息不对称 仿真分析 风险资本退出

在线阅读 下载PDF 职称材料

PSO和ABC的混合优化算法 被引量：12

4

作者 刘俊芳 张雪英 宁爱平 《计算机工程与应用》 CSCD 北大核心 2011年第35期32-34,44,共4页

通过将粒子群优化(Particle Swarm Optimization,PSO)算法与人工蜂群(Artificial Bee Colony,ABC)算法相结合,提出一种ABC-PSO并行混合优化算法。在每次迭代中,将种群分为两个子种群,一个子种群使用PSO算法,另一个子种群使用ABC算法,两... 通过将粒子群优化(Particle Swarm Optimization,PSO)算法与人工蜂群(Artificial Bee Colony,ABC)算法相结合,提出一种ABC-PSO并行混合优化算法。在每次迭代中,将种群分为两个子种群,一个子种群使用PSO算法,另一个子种群使用ABC算法,两个算法寻优后进行比较,选出最优适应值。通过混合算法对4个标准函数进行测试,并与标准PSO算法进行比较,结果表明混合算法具有更好的优化性能。 展开更多

关键词 粒子群优化算法 人工蜂群算法 ABC.pso混合算法 群体智能

在线阅读 下载PDF 职称材料

基于QPSO算法的作业车间调度问题的研究 被引量：6

5

作者 冯斌 石锦风 孙俊 《计算机工程与设计》 CSCD 北大核心 2007年第23期5690-5693,5786,共5页

针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量... 针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量作为量子粒子群优化算法中的粒子进行进化,由此在解空间内搜索最优解。实例仿真结果表明,该算法收敛速度快、全局收敛性能好,可以得到比遗传算法、粒子群优化算法更佳的调度效果,证明了算法的有效性。 展开更多

关键词 遗传算法 群体智能算法 粒子群优化算法 量子粒子群优化算法 作业车间调度问题

在线阅读 下载PDF 职称材料

基于DE和PSO的混合智能算法及其在模糊EOQ模型中的应用 被引量：6

6

作者 曾宇容 王林 富庆亮 《计算机应用研究》 CSCD 北大核心 2012年第2期438-441,共4页

设计了融合差分进化和PSO算法优点的混合智能优化算法DEPSO,通过在粒子迭代过程中,随机选择一定数量的粒子进行差分进化操作,增加粒子的多样性,使陷入局部极小的粒子逃出,以保证DEPSO的全局收敛性能,并采用典型测试函数验证了DEPSO的性... 设计了融合差分进化和PSO算法优点的混合智能优化算法DEPSO,通过在粒子迭代过程中,随机选择一定数量的粒子进行差分进化操作,增加粒子的多样性,使陷入局部极小的粒子逃出,以保证DEPSO的全局收敛性能,并采用典型测试函数验证了DEPSO的性能。针对模糊相关机会规划EOQ模型求解难题,设计了基于模糊模拟方法和DEPSO的智能求解算法来计算模糊事件的可信性,从而得到了使库存费用不超过预算水平的可信度最大的最优订货量,算例证实了此求解算法的有效性。 展开更多

关键词 经济订货批量 相关机会规划 差分进化 粒子群优化 混合智能算法

在线阅读 下载PDF 职称材料

PSO算法速度更新时随机数产生的分析 被引量：4

7

作者 李荣钧 常先英 《计算机工程》 CAS CSCD 北大核心 2009年第9期192-194,共3页

介绍粒子群优化原理,对粒子群速度更新时随机数的产生问题进行理论研究,采用标准测试函数对随机数的3种产生方式进行数值实验,并对实验结果给出相应的理论解释,有助于了解粒子群优化算法的运行机制,为算法的进一步研究提供一定数值依据。

关键词 群智能 粒子群优化算法 速度更新

在线阅读 下载PDF 职称材料

基于PSO和ANN的采选品位智能约束优化 被引量：3

8

作者 贺勇 廖诺 莫赞 《系统管理学报》 CSSCI 2014年第5期737-742,754,共7页

根据铁矿采选生产过程,建立了以经济效益为目标函数,资源利用率和精矿产量为约束条件,截止品位和入选品位为决策变量的非线性约束优化模型,将粒子群算法和神经网络集成构成PSO-ANN算法来搜索最优品位组合。PSO-ANN算法包括内外两层：外... 根据铁矿采选生产过程,建立了以经济效益为目标函数,资源利用率和精矿产量为约束条件,截止品位和入选品位为决策变量的非线性约束优化模型,将粒子群算法和神经网络集成构成PSO-ANN算法来搜索最优品位组合。PSO-ANN算法包括内外两层：外层采用PSO作为搜索算法,采用基于可行性规则的约束处理技术,更新粒子群个体最优位置和全局最优位置,引导粒子朝最优解方向进行搜索;内层是REG模型、BP神经网络及RBF网络,实现粒子（截止品位和入选品位）到损失率、选矿金属回收率和采选成本之间的映射关系,进而计算资源利用率、精矿总量和净收益。以大冶铁矿为例,研究表明：2008-01~06,最优截止品位为17.5%,入选品位为45.4%,与现行方案相比,其资源利用率提高2%,精矿量增加1.34万t,总现值增加1 125万元。该方法为金属铁矿的品位优化提供了一个全新的思路,具有广泛的应用前景。 展开更多

关键词 采选品位 智能约束优化 粒子群算法 人工神经网络

在线阅读 下载PDF 职称材料

基于内部空间特性的PSO聚类算法 被引量：6

9

作者 李帅 王新军 高丹丹 《计算机工程》 CAS CSCD 北大核心 2009年第5期197-199,共3页

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。该文结合微粒群(PSO)算法,提出一种数字属性聚类算法,为避免PSO算法可能出现的早熟问题,引入混... 聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。该文结合微粒群(PSO)算法,提出一种数字属性聚类算法,为避免PSO算法可能出现的早熟问题,引入混沌的思想,同时考虑到各个聚类的内部相似的特性,将空间特性引入到PSO算法中。仿真实验表明,该算法在解决数字属性聚类的问题上有着良好的性能。 展开更多

关键词 群体智能 聚类算法 混沌 空间特性微粒群算法

在线阅读 下载PDF 职称材料

基于BP-PSO的智能阀门定位器控制算法研究 被引量：12

10

作者 高阳 傅连东 +1 位作者 邓江洪 湛从昌 《流体机械》 CSCD 北大核心 2023年第5期49-54,共6页

针对五步开关控制算法易超调以及控制参数取值具有近似性和不确定性等不足,提出了一种参数自整定和参数寻优的控制算法,并在最关键的脉冲调制控制环节运用了改进的BP神经网络算法和粒子群(PSO)算法来寻找最优阀门控制参数。搭建智能阀... 针对五步开关控制算法易超调以及控制参数取值具有近似性和不确定性等不足,提出了一种参数自整定和参数寻优的控制算法,并在最关键的脉冲调制控制环节运用了改进的BP神经网络算法和粒子群(PSO)算法来寻找最优阀门控制参数。搭建智能阀门定位器实验平台,采用传统五步开关控制算法和本控制算法分别对阀门进行控制试验。结果表明,本控制算法相较于传统五步开关控制算法的适用性大大增强,避免了超调,缩短了响应时间,阀门控制精度达到0.03%,阀门开度稳定时间缩短至1 s以内。 展开更多

关键词 智能阀门定位器 参数自整定 BP神经网络优化 pso粒子群算法

在线阅读 下载PDF 职称材料

智能算法的亚群优化策略综述 被引量：5

11

作者 杜晓昕 周薇 +4 位作者 王浩 郝田茹 王振飞 金梅 张剑飞 《计算机应用》 CSCD 北大核心 2024年第3期819-830,共12页

群智能算法的优化是提升群智能算法性能的一个主要途径,随着群智能算法越来越广泛地运用到各类模型优化、生产调度、路径规划等问题中,对智能算法性能的要求也越来越高。亚群策略作为一种优化群智能算法的重要手段,能够灵活地平衡算法... 群智能算法的优化是提升群智能算法性能的一个主要途径,随着群智能算法越来越广泛地运用到各类模型优化、生产调度、路径规划等问题中,对智能算法性能的要求也越来越高。亚群策略作为一种优化群智能算法的重要手段,能够灵活地平衡算法的全局勘探能力和局部开发能力,已经成为群智能算法的研究热点之一。为了促进亚群优化策略的发展和应用,对动态亚群策略、基于主从范式的亚群策略和基于网络结构的亚群策略进行了详细调查,阐述了各类亚群策略的结构特点、改进方式和应用场景。最后,总结了亚群策略目前存在的问题以及未来的研究趋势和发展方向。 展开更多

关键词 粒子群优化算法 群智能算法 动态亚群策略 主从范式 网络结构

在线阅读 下载PDF 职称材料

智能网联汽车中联合驾驶风格的交通流数据有效性分析

12

作者 高家豪 胡创业 +1 位作者 丁男 刘战东 《计算机工程》 CAS CSCD 北大核心 2024年第6期367-376,共10页

在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石。只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持。与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶... 在智能网联汽车(ICV)中,提高驾驶数据的有效性是提升车辆安全性的基石。只有准确的、可靠的驾驶数据才能为车辆的安全性提供可靠的依据和支持。与传统的异常分析相比,ICV数据有效性分析面临数据异常的多样性(传感器异常、驾驶行为、恶意篡改等)。如何将车辆自身数据特征、驾驶风格和交通流特征相结合,提供有效的数据异常检测方法,已成为智能网联汽车中新的问题。针对ICV系统,采用结合驾驶风格和交通流理论的方法,设计基于粒子群优化的TE-PSO-SVM数据有效性检测算法,实现驾驶数据的有效检测。首先定义驾驶风格识别系数Rad,设计驾驶风格量化模型;其次建立交通流模型,将车辆状态数据与驾驶风格和交通流理论相结合,通过长短期记忆(LSTM)网络对车辆速度预测;最后通过TE-PSO-SVM算法进行数据有效性检测。由于ICV数据的多样性,单一模型在多类型异常混合并存的场景中检测精度仍有局限,利用多个模型的优势构建模型池,并提出基于强化学习的模型选择(RLBMS)算法。在真实数据集highD上的实验结果表明,在不同噪声环境下,TE-PSO-SVM算法模型的F1值相比于传统SVM模型平均提升约8.1个百分点;RLBMS算法模型在不同噪声环境下的F1值相比于模型池中检测率最高的算法平均提高约1.7个百分点,明显提高了数据有效性检测的准确率。 展开更多

关键词 智能网联汽车 驾驶风格 交通流理论 粒子群优化算法 强化学习 有效性分析

在线阅读 下载PDF 职称材料

一种混合智能算法在配电网络重构中的应用 被引量：80

13

作者 刘自发 葛少云 余贻鑫 《中国电机工程学报》 EI CSCD 北大核心 2005年第15期73-78,共6页

提出了一种新的混合智能方法用来解决配电网络重构问题。该方法结合了遗传算法(GA)和粒子群优化算法(PSO)两者的优点,体现出较GA和PSO更好的寻优性能。在寻优过程中,部分个体以PSO方法迭代,其它个体进行GA中的交叉和变异操作,整个群体... 提出了一种新的混合智能方法用来解决配电网络重构问题。该方法结合了遗传算法(GA)和粒子群优化算法(PSO)两者的优点,体现出较GA和PSO更好的寻优性能。在寻优过程中,部分个体以PSO方法迭代,其它个体进行GA中的交叉和变异操作,整个群体信息共享,同时采用自适应参数机制和优胜劣汰的思想进化。通过对IEEE16节点、IEEE33节点、IEEE69节点测试系统的计算和分析表明,该方法在解决配电网络重构问题上具有很高的搜索效率和寻优性能。 展开更多

关键词 遗传算法 粒子群优化 人工智能 网络重构

在线阅读 下载PDF 职称材料

基于改进粒子群算法的智能机器人路径规划 被引量：68

14

作者 张万绪 张向兰 李莹 《计算机应用》 CSCD 北大核心 2014年第2期510-513,共4页

针对粒子群算法局部寻优能力差的缺点,提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合,在路径长度的基础上引入安全度和平滑度概念,建立动态调整路径长度的适应度函数。与传统的粒... 针对粒子群算法局部寻优能力差的缺点,提出一种非线性动态调整惯性权重的改进粒子群路径规划算法。该算法将栅格法与粒子群算法进行有效结合,在路径长度的基础上引入安全度和平滑度概念,建立动态调整路径长度的适应度函数。与传统的粒子群算法相比,实验结果表明,改进算法具有较强的安全性、实时性及寻优能力。 展开更多

关键词 智能机器人 路径规划 栅格法 粒子群算法

在线阅读 下载PDF 职称材料

基于粒子群算法的复杂产品装配序列规划 被引量：22

15

作者 于宏 王成恩 +1 位作者 于嘉鹏 袁辉 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第2期261-264,共4页

根据复杂产品装配规划问题的特点和要求,提出了一种求解装配序列规划(assembly sequenceplanning,ASP)问题的粒子群优化算法,将通常用于连续空间优化的粒子群算法成功扩展到ASP领域.算法根据ASP问题决策解的特点,在排序空间定义了微粒... 根据复杂产品装配规划问题的特点和要求,提出了一种求解装配序列规划(assembly sequenceplanning,ASP)问题的粒子群优化算法,将通常用于连续空间优化的粒子群算法成功扩展到ASP领域.算法根据ASP问题决策解的特点,在排序空间定义了微粒的位置和速度以及相关的各种操作.针对基本粒子群算法容易陷入局部最优的缺点,采用新的学习机制,增强了算法的寻优能力.基于干涉矩阵、连接矩阵和支撑矩阵建立了以装配可行性、装配体稳定性和装配方向改变为评价指标的目标函数.最后通过实例分析验证了该算法的有效性. 展开更多

关键词 装配序列规划 智能优化算法 粒子群优化 组合优化

在线阅读 下载PDF 职称材料

基于免疫克隆原理的改进粒子群优化算法的研究 被引量：18

16

作者 陈颖 徐晓晖 李志全 《系统仿真学报》 CAS CSCD 北大核心 2008年第6期1471-1474,共4页

提出了一种改进的粒子群优化(PSO)算法来进行函数优化,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索。PSO算法是基于群体智能的随机优化算法,参数结构简单,但收敛速度慢,容易陷入局部极值。通过对PSO算法的深入... 提出了一种改进的粒子群优化(PSO)算法来进行函数优化,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索。PSO算法是基于群体智能的随机优化算法,参数结构简单,但收敛速度慢,容易陷入局部极值。通过对PSO算法的深入分析,基于传统的速度——位置更新操作,把免疫克隆(IC)原理引入PSO算法中,将抗体视为粒子,根据亲和度的高低进行粒子克隆选择、克隆抑制和高频变异,提高了种群的多样性和全局搜索的能力。测试结果表明,该算法完成全局搜索所需的迭代次数明显少于PSO算法,大大缩短了搜索时间,在多维函数最优解的搜索中具有优良的性能。 展开更多

关键词 群体智能 粒子群优化(pso)算法 免疫克隆(IC)算法 全局搜索

在线阅读 下载PDF 职称材料

交叉反向学习和同粒社会学习的粒子群优化算法 被引量：10

17

作者 张新明 康强 +1 位作者 王霞 程金凤 《计算机应用》 CSCD 北大核心 2017年第11期3194-3200,3206,共8页

针对社会学习粒子群优化(SLPSO)算法存在的优化效率低、收敛速度慢等问题,提出了一种改进的SLPSO算法,即基于交叉反向学习和同粒社会学习的PSO算法(CPPSO)。首先,将最优解随机纵向交叉与一般反向学习以及随机反向学习构建交叉反向学习;... 针对社会学习粒子群优化(SLPSO)算法存在的优化效率低、收敛速度慢等问题,提出了一种改进的SLPSO算法,即基于交叉反向学习和同粒社会学习的PSO算法(CPPSO)。首先,将最优解随机纵向交叉与一般反向学习以及随机反向学习构建交叉反向学习;然后,以此交叉反向学习策略更新种群中的最优粒子位置,增强探索能力,并克服SLPSO中最优粒子无更新导致效率低下的缺点;最后,对于非最优粒子,与SLPSO采用基于维的社会学习不同,均采用新型基于粒子的社会学习机制,在提高全局搜索能力同时,更提高开采能力和搜索效率。在一组不同维基准函数上优化的实验结果表明,CPPSO的优化性能、搜索效率和普适性大幅度领先于SLPSO和其他先进的PSO改进算法,如交叉搜索PSO(CSPSO)算法、自我调节的PSO(SRPSO)算法、异构综合学习的PSO(HCLPSO)算法和反向学习和局部学习能力的PSO(RLPSO)算法。 展开更多

关键词 智能优化算法 粒子群优化算法 社会学习 反向学习

在线阅读 下载PDF 职称材料

基于混合群智能优化的虚拟网络映射算法 被引量：6

18

作者 王文钊 汪斌强 +1 位作者 王志明 邢池强 《计算机应用》 CSCD 北大核心 2014年第4期930-934,976,共6页

网络虚拟化是突破网络发展僵局的一项重要技术,而虚拟网络映射(VNE)是网络虚拟化的一个主要问题。提高底层网络资源的利用率和收益是虚拟网络映射的主要目标。针对底层网络支持路径分裂的情况,建立了整数线性规划(ILP)模型,并提出基于... 网络虚拟化是突破网络发展僵局的一项重要技术,而虚拟网络映射(VNE)是网络虚拟化的一个主要问题。提高底层网络资源的利用率和收益是虚拟网络映射的主要目标。针对底层网络支持路径分裂的情况,建立了整数线性规划(ILP)模型,并提出基于混合群智能优化的虚拟网络映射算法。该算法在兼顾映射开销和映射均衡性的基础上利用粒子群优化算法(PSO)和遗传算法(GA)迭代优化映射方案。仿真实验结果表明,与现有的主流研究成果相比,该算法显著地提高了底层网络长期平均运营收益与虚拟网络请求接受率。 展开更多

关键词 虚拟网络映射 整数线性规划 混合群智能优化 粒子群算法 遗传算法

在线阅读 下载PDF 职称材料

基于群集智能算法的移动机器人路径规划研究 被引量：5

19

作者 袁杨 陈雄 《计算机工程与应用》 CSCD 北大核心 2007年第5期52-55,共4页

论文提出一种新的群集智能算法,在用Dijkstra算法基于链接图建模的地图中得到一个最优解的可行空间后,再用粒子群算法或蚂蚁算法优化得到全局的最优路径。因为群集智能算法是一种概率搜索算法,没有集中控制约束条件,不会因为个别个体的... 论文提出一种新的群集智能算法,在用Dijkstra算法基于链接图建模的地图中得到一个最优解的可行空间后,再用粒子群算法或蚂蚁算法优化得到全局的最优路径。因为群集智能算法是一种概率搜索算法,没有集中控制约束条件,不会因为个别个体的故障影响整个问题的求解,具有较强的鲁棒性,所以在机器人全局路径规划应用中具有较显著的优点。仿真结果表明了算法的有效性,是机器人路径规划的一个较好的方法。 展开更多

关键词 群集智能 路径规划 粒子群算法 蚂蚁算法 DIJKSTRA算法

在线阅读 下载PDF 职称材料

面向高维度目标函数的微粒群优化算法 被引量：2

20

作者 赵海 宋纯贺 +1 位作者 祁田宇 龚红艳 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第5期649-652,共4页

针对基本微粒群算法在处理高维度目标函数容易出现早熟的问题,提出了一种新的微粒群算法面向高维度目标函数的微粒群算法(HDOF-PSO).分析了基本微粒群算法难以处理高维度目标函数的原因.通过引入信心度和试探策略,算法的收敛速度得到提... 针对基本微粒群算法在处理高维度目标函数容易出现早熟的问题,提出了一种新的微粒群算法面向高维度目标函数的微粒群算法(HDOF-PSO).分析了基本微粒群算法难以处理高维度目标函数的原因.通过引入信心度和试探策略,算法的收敛速度得到提高;通过引入成功度,搜索过程中的变异概率能够自适应修正.在特定测试函数集上的实验表明,HDOF-PSO在处理高维目标函数时,比基本微粒群算法和一个改进的微粒群算法具有更快的收敛速度和更好的收敛性. 展开更多

关键词 群体智能 微粒群算法 高维度 自适应试探 自适应变异

在线阅读 下载PDF 职称材料