南京理工大学学报（自然科学版）
南京理工大學學報（自然科學版）
남경리공대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
2012年
3期
402-407
,共6页
粒子群算法%Boltzmann学习策略%模拟退火%全局寻优%多极值问题
粒子群算法%Boltzmann學習策略%模擬退火%全跼尋優%多極值問題
입자군산법%Boltzmann학습책략%모의퇴화%전국심우%다겁치문제
针对粒子群算法过早收敛导致容易陷入局部极值的问题,提出了一种基于Boltzmann学习策略的粒子群算法(BLSPSO).借鉴模拟退火算法的思想,在标准粒子群算法中引入Boltzmann学习策略.在BLSPSO前期粒子能够学习不同的极值点,适当保持粒子个体多样性,提高算法全局寻优能力.在BLSPSO后期粒子更倾向于学习全局最优粒子,提高收敛速度,保证算法的稳定性.仿真结果表明,所提出的算法具有寻优能力强、搜索精度高等优点,可有效避免标准PSO算法的早熟收敛.该算法在求解多极值问题上与其他PSO算法相比有较好表现.
針對粒子群算法過早收斂導緻容易陷入跼部極值的問題,提齣瞭一種基于Boltzmann學習策略的粒子群算法(BLSPSO).藉鑒模擬退火算法的思想,在標準粒子群算法中引入Boltzmann學習策略.在BLSPSO前期粒子能夠學習不同的極值點,適噹保持粒子箇體多樣性,提高算法全跼尋優能力.在BLSPSO後期粒子更傾嚮于學習全跼最優粒子,提高收斂速度,保證算法的穩定性.倣真結果錶明,所提齣的算法具有尋優能力彊、搜索精度高等優點,可有效避免標準PSO算法的早熟收斂.該算法在求解多極值問題上與其他PSO算法相比有較好錶現.
침대입자군산법과조수렴도치용역함입국부겁치적문제,제출료일충기우Boltzmann학습책략적입자군산법(BLSPSO).차감모의퇴화산법적사상,재표준입자군산법중인입Boltzmann학습책략.재BLSPSO전기입자능구학습불동적겁치점,괄당보지입자개체다양성,제고산법전국심우능력.재BLSPSO후기입자경경향우학습전국최우입자,제고수렴속도,보증산법적은정성.방진결과표명,소제출적산법구유심우능력강、수색정도고등우점,가유효피면표준PSO산법적조숙수렴.해산법재구해다겁치문제상여기타PSO산법상비유교호표현.
