登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
动量交叉粒子群算法
  • 摘要

    针对传统粒子群算法收敛速度慢、全局搜索能力差的缺点,提出了一种新的最优交叉动量粒子群算法.该算法通过在粒子群算法中引入一种新的二进制交叉策略来加快粒子群算法的收敛速度,通过设置新的惯性权重来改善新算法的全局搜索和局部搜索能力,并且在粒子搜索路径中引入变系数低通滤波器构成的动量算法来平滑粒子搜索路径.几个典型的测试函数仿真表明,新算法在收敛速度和搜索精度上均得到了明显改善.

  • 作者

    禹云  陈熙  YU Yun  CHEN Xi 

  • 作者单位

    娄底职业技术学院电子信息工程系,湖南娄底,417000/昆明理工大学信息工程与自动化学院,昆明,650504

  • 刊期

    2012年12期 ISTIC PKU

  • 关键词

    粒子群算法  最优模拟二进制交叉策略  变系数低通滤波器 

参考文献
  • [1] 张小红,宁红梅. 基于混沌粒子群和模糊聚类的图像分割算法. 计算机应用研究, 2011,12
  • [2] 曾宇容,王林,富庆亮. 基于DE和PSO的混合智能算法及其模糊EOQ模型中的应用. 计算机应用研究, 2012,2
  • [3] 马瑞新,刘宇,覃征,王晓. 求解约束优化问题的动量粒子群算法. 系统仿真学报, 2010,11
  • [4] 赫然,王永吉,王青,周津慧,胡陈勇. 一种改进的自适应逃逸微粒群算法及实验分析. 软件学报, 2005,12
  • [5] KENNEDY J;EBERHART R C. Particle swarm optimization. IEEE Press, 1995
  • [6] MICHALEWICZ Z. Genetic algorithms + data structures =evolution programs. Beilin:Springer-Verlag, 1996
  • [7] GOLDBERG D E. Genetic algorithms in search,optimization and machine learning. Boston:Addison-Wesley, 1989
  • [8] DEB K;AGRAWAL R B. Simulated binary crossover for continuous search space. Complex Systems, 1995,04
  • [9] KRINK T;VESTERSTRON J S;RIGET J. Particle swarm optimization with spatial particle extension. Washington,DC:IEEE Computer Society, 2002
  • [10] SHI Yu-hui;EBERHART R C. A modified particle swarm optimizer. IEEE Press, 1998
  • [11] 王小平;曹立明. 遗传算法--理论、算法与软件实现. 西安:西安交通大学出版社, 2002
  • [12] EBERHART R C;KENNEDY J. A new optimizer using particle swarm theory. IEEE Press, 1995
  • [13] L(φ)VBJERG M;RASMUSSEN T K;KRINK T. Hybrid particle swarm optimizer with breeding and subpopulations. San Francisco:Morgan Kaufmann Publishers, 2001
  • [14] XIE Xiao-fang;ZHANG Wen-jun;YANG Zhi-lian. A dissipative particle swarm optimization. IEEE Press, 2002
  • [15] RATNAWEERA A;HALGAMUGE S K;WATSON H C. Self-organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients. IEEE Transactions on Evolutionary Computation, 2004,03
查看更多︾
相似文献 查看更多>>
34.207.82.217