一种改进的自适应逃逸微粒群算法及实验分析
| Data(s) |
2005
|
|---|---|
| Resumo |
分析了变异操作对微粒群算法（panicle swarm optimization，简称PSO）的影响，针对收敛速度慢、容易陷入局部极小等缺点，结合生物界中物种发现生存密度过大时会自动分家迁移的习性，给出了一种自适应逃逸微粒群算法，并证明了它依概率收敛到全局最优解．算法中的逃逸行为是一种简化的确定变异操作．当微粒飞行速度过小时，通过逃逸运动使微粒能够有效地进行全局和局部搜索，减弱了随机变异操作带来的不稳定性、典型复杂函数优化的仿真结果表明，该算法不仅具有更快的收敛速度，而且能更有效地进行全局搜索． China Computer Federation; IEEE Computer Society |
| Identificador | |
| Idioma(s) |
中文 |
| Fonte |
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,2005,16(12):2036-2044 |
| Palavras-Chave | #微粒群算法 #逃逸速度 #自适应 #变异操作 #群体智能 #particle swarm optimization #escape velocity #self-adaptive #mutation #swarm intelligence |
| Tipo |
期刊论文 |
