期刊文献+

粒子群算法改进策略研究 被引量:2

下载PDF
导出
摘要 粒子群算法是在鸟群、鱼群和人类社会的行为规律的启发下提出的一种新兴的基于群智能的演化计算技术,是一种启发式全局搜索算法,通过群体中个体之间的协作和信息共享,通过迭代寻找最优解。由于粒子群算法中粒子向自身历史最佳位置和领域群体历史最佳位置聚集,形成种群的快速趋同效应,容易出现陷入局部极值、早熟收敛或停滞现象。基于此,对粒子群的改进进行了全面的分析和研究。
出处 《甘肃科技》 2013年第6期41-44,共4页 Gansu Science and Technology
  • 相关文献

参考文献12

  • 1dos Santos Coelho L, Herrera B M. Fuzzy identification based on a chaotic particle swarm optimization approach applied to a nonlinear yo - yo motion system [ J ]. IEEE Trans. Ind. Electron,2007,54 (6) : 3234-3245. 被引量:1
  • 2Clero M. Initialisations for particle swarm optimization. Online at http://clerc, maurice, free. fr/pso/,2008. 被引量:1
  • 3Kennedy J. The particle swarm: Social adaptation of knowledge [ A ]. in: Proc. IEEE Int. Conf. Evol. Comput [ C]. 1997:303-308. 被引量:1
  • 4Clero M. Stagnation analysis in particle swarm optimiza- tion or what happens when nothing happens. Online at ht- tp ://clerc. maurice, free. fr/pso/. 被引量:1
  • 5Kennedy J. SmaU worlds and mega - minds: Effects of neighborhood topology on particle swarm performance [ A ]. in: Prec. IEEE Congr. EvoL Comput [ C ]. 1999 (3) : 1931-1938. 被引量:1
  • 6王维博,林川,郑永康.粒子群算法中参数的实验与分析[J].西华大学学报(自然科学版),2008,27(1):76-80. 被引量:25
  • 7徐生兵,夏文杰,代安定.一种改进学习因子的粒子群算法[J].信息安全与技术,2012,3(7):17-19. 被引量:15
  • 8Richards M, Ventura D. Choosing a starting configuration for particle swarm optimization [ A ]. in: Proc. IEEE Int. Joint. Conf. Neural Network. [ C ], 2004 ( 3 ) : 2309 - 2312. 被引量:1
  • 9薛明志,左秀会,钟伟才,刘静.正交微粒群算法[J].系统仿真学报,2005,17(12):2908-2911. 被引量:13
  • 10Campana E F, Fasano G, Pinto A. Dynamic system analy- sis and initial particles position in particle swarm optimi- zation [ A ]. in : Proc. IEEE Swarm InteU. Syrup [ C ]. 2006:202209. 被引量:1

二级参考文献24

  • 1王俊伟,汪定伟.粒子群算法中惯性权重的实验与分析[J].系统工程学报,2005,20(2):194-198. 被引量:85
  • 2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[J].软件学报,2005,16(12):2036-2044. 被引量:134
  • 3陈贵敏,贾建援,韩琪.粒子群优化算法的惯性权值递减策略研究[J].西安交通大学学报,2006,40(1):53-56. 被引量:309
  • 4[1]Kennedy J,Eberhart R.Particle Swarm Optimization[C].IEEE Int.Conf.on Neural Networks,Piscataway:IEEE Service Center,1995:1942-1948. 被引量:1
  • 5[2]Kennedy J.The Particle Swarm:Social Adaptation of Knowledge[C].IEEE Int.Conf.on Evolutionary Computation,Piscataway:IEEE Service Center,1997:303-308. 被引量:1
  • 6[4]ZHANG Li-ping,YU Huan-jun,HU Shang-xu.Optimal Choice of Parameters for Particle Swarm Optimization[J].Zhejiang Univ SCI,2005,6A(6):528-534. 被引量:1
  • 7Kennedy J, Eberhart R. Particle swarm optimization [C]. Proc. IEEE Int. Conf. On Neural Networks. Perth, 1995, 1942-1948. 被引量:1
  • 8Shi Yuhui, Eberhart R. Empirical study of particle swarm optimization [C]. Proc. of the 1999 Congress on Evolutionary Computation. Washington DC, 1999, 1945-1950. 被引量:1
  • 9Shi Yuhui, Eberhart R. Fuzzy adaptive particle swarm optimization[C]. Proc IEEE Int. Conf. on Evolutionary Computation. Seoul, 2001,101-106. 被引量:1
  • 10Clerc M, Kennedy J. The particle swarm-Explosion, stability and convergence in a multidimensional complex space [J]. IEEE Transactions on Evolutionary Computation, 2002, 6(1): 58-73. 被引量:1

共引文献50

同被引文献25

引证文献2

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部