四川大学学报（自然科学版）
四川大學學報（自然科學版）
사천대학학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY（NATURAL SCIENCE EDITION）
2007年
5期
985-989
,共5页
苏辉%唐常杰%乔少杰%徐开阔%张培颂%宋美娇
囌輝%唐常傑%喬少傑%徐開闊%張培頌%宋美嬌
소휘%당상걸%교소걸%서개활%장배송%송미교
粒子群算法%搜索空间划分%智能分布%Sharing函数
粒子群算法%搜索空間劃分%智能分佈%Sharing函數
입자군산법%수색공간화분%지능분포%Sharing함수
传统粒子群优化算法PSO(Particle Swarm Optimization)概念简单,适应性强,但存在早熟等问题.本文提出了新的基于搜索空间划分(Search Space Division)和Sharing函数的智能分布粒子群优化算法(SDSIR-PSO).创新点包括:(1)保优的重布粒子算法;(2)引入Sharing函数阻止重分布的粒子陷入同一局部最优;(3)划分搜索空间,子空间中寻优,再优中选优,作全局最优.通过对典型测试函数的详细测试验证了新算法的有效性,在相同条件下较传统算法的解精度提高了80%以上,并有效避免了早熟,提高了收敛速度.
傳統粒子群優化算法PSO(Particle Swarm Optimization)概唸簡單,適應性彊,但存在早熟等問題.本文提齣瞭新的基于搜索空間劃分(Search Space Division)和Sharing函數的智能分佈粒子群優化算法(SDSIR-PSO).創新點包括:(1)保優的重佈粒子算法;(2)引入Sharing函數阻止重分佈的粒子陷入同一跼部最優;(3)劃分搜索空間,子空間中尋優,再優中選優,作全跼最優.通過對典型測試函數的詳細測試驗證瞭新算法的有效性,在相同條件下較傳統算法的解精度提高瞭80%以上,併有效避免瞭早熟,提高瞭收斂速度.
전통입자군우화산법PSO(Particle Swarm Optimization)개념간단,괄응성강,단존재조숙등문제.본문제출료신적기우수색공간화분(Search Space Division)화Sharing함수적지능분포입자군우화산법(SDSIR-PSO).창신점포괄:(1)보우적중포입자산법;(2)인입Sharing함수조지중분포적입자함입동일국부최우;(3)화분수색공간,자공간중심우,재우중선우,작전국최우.통과대전형측시함수적상세측시험증료신산법적유효성,재상동조건하교전통산법적해정도제고료80%이상,병유효피면료조숙,제고료수렴속도.
