计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
13期
182-184
,共3页
粒子群优化%群活性%进化%变异%全局搜索
粒子群優化%群活性%進化%變異%全跼搜索
입자군우화%군활성%진화%변이%전국수색
为解决粒子群优化(PSO)算法的早熟收敛问题,提出一种群活性反馈PSO进化算法SAF-PSO.利用群活性加速度作为多样性测度,当群活性加速下降时,对粒子的位置和速度分别执行进化和变异操作,增强粒子跳出局部最优的能力,提高寻找全局最优的几率.对基准函数的仿真结果表明,与其他PSO算法相比,该算法具有更强的全局搜索能力和更高的寻优精度.
為解決粒子群優化(PSO)算法的早熟收斂問題,提齣一種群活性反饋PSO進化算法SAF-PSO.利用群活性加速度作為多樣性測度,噹群活性加速下降時,對粒子的位置和速度分彆執行進化和變異操作,增彊粒子跳齣跼部最優的能力,提高尋找全跼最優的幾率.對基準函數的倣真結果錶明,與其他PSO算法相比,該算法具有更彊的全跼搜索能力和更高的尋優精度.
위해결입자군우화(PSO)산법적조숙수렴문제,제출일충군활성반궤PSO진화산법SAF-PSO.이용군활성가속도작위다양성측도,당군활성가속하강시,대입자적위치화속도분별집행진화화변이조작,증강입자도출국부최우적능력,제고심조전국최우적궤솔.대기준함수적방진결과표명,여기타PSO산법상비,해산법구유경강적전국수색능력화경고적심우정도.
