-
题名具有高斯扰动的最优粒子引导粒子群优化算法
被引量：7
- 1
-
-
作者
吴润秀
孙辉
朱德刚
赵嘉
-
机构
南昌工程学院信息工程学院
安徽医科大学第一附属医院信息技术科
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第1期146-151,共6页
-
基金
国家自然科学基金项目(61261039)资助
江西省教育厅落地计划项目(KJLD13096)资助
+1 种基金
江西省教育厅科技项目(GJJ13763)资助
江西省自然科学基金项目(20122BAB201043)资助
-
文摘
针对粒子群算法(particle swarm optimization,PSO)收敛速度慢和早熟收敛的问题,提出一种具有高斯扰动的最优粒子引导粒子群优化算法(OGPSO).该算法通过在粒子的速度更新公式上移除自我认知部分,增加局部最优粒子控制的高斯扰动项来实现改进PSO算法.通过移除自我认知部分,使种群中的粒子主要受当前全局最优粒子引导;通过增加高斯扰动项,又提供了一种防止粒子陷入局部最优点的机制.两种改进措施相结合,既加快了收敛速度,又避免了早熟收敛的问题.在典型测试函数集上的仿真实验结果和与其它经典及新近改进PSO算法的对比实验结果,均表明本文算法有较好的寻优性能及稳定性.
-
关键词
粒子群优化算法
高斯扰动
最优粒子引导
局部极值点
-
Keywords
particle swarm optimization algorithm（PSO）
Gaussian perturbance
optimal particle guidance
local extremum point
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名多种群子空间学习粒子群优化算法
被引量：4
- 2
-
-
作者
孙辉
朱德刚
王晖
赵嘉
-
机构
南昌工程学院信息工程学院
江西省水信息协同感知与智能处理重点实验室
安徽医科大学第一附属医院信息技术科
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第9期2054-2059,共6页
-
基金
国家自然科学基金项目(61261039)资助
江西省自然科学基金项目(20122BAB201043)资助
江西省落地计划项目(KJLD13096)资助
-
文摘
针对标准PSO在处理复杂高维优化问题时易出现收敛速度慢、陷入局部最优等问题,提出一种多种群子空间学习的粒子群优化算法(MSPSO).该方法构造了一种新的多子群间信息共享模式,提出子空间学习的概念,并对普通粒子和精英粒子分别进行子空间学习.本文算法简单明确,易于实现,具有很强的稳定性、收敛速度快和较好的全局搜索能力.在固定评估次数的情况下,对常用的19个基准测试函数进行了30维和100维仿真实验,实验结果表明本文算法在收敛速度和求解精度上优于最近提出的几种知名算法(如FIPS、HPSO-TVAC、DMS-PSO、CLPSO、APSO等),特别是在高维问题上优势更加明显.
-
关键词
粒子群优化算法
多种群
子空间
高斯学习
-
Keywords
Is： particle swarm optimization
multi-population
subspace
Gaussian learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
