一种改进的自适应变异的粒子群优化算法 |
| |
引用本文: | 贾松浩,杨彩.一种改进的自适应变异的粒子群优化算法[J].实验室研究与探索,2014(4):14-17. |
| |
作者姓名: | 贾松浩 杨彩 |
| |
作者单位: | 南阳师范学院计算机与信息技术学院; |
| |
基金项目: | 国家自然科学基金项目(U1304619);河南省科技攻关项目(102102210469);河南省教育厅自然科学研究项目(2011B520029);河南省教育厅科学技术研究重点项目(12A520033) |
| |
摘 要: | 针对粒子群优化算法存在的早熟收敛问题,提出了一种改进的自适应变异的粒子群优化算法。该算法根据群体适应度方差和当前最优解的大小,确定当前粒子的最佳变异因子。使用变异因子来改变粒子的运动方向,使粒子进入临近区域继续搜索,以确定新的个体极值和全局极值,避免出现局部最优解。仿真结果表明:自适应变异操作增强了粒子群优化算法跳出局部最优解的能力,其全局搜索能力有了一定提高,收敛速度较快,并且能够有效避免早熟收敛问题;虽然耗费时间有所增加,但在可接受范围内,用少许的时间代价换取全局最优解是值得的。
|
关 键 词: | 粒子群优化算法 自适应变异 全局最优解 早熟收敛 |
An Improved Particle Swarm Optimization Algorithm with Adaptive Mutation |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|