计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2008年
15期
199-200,204
,共3页
粒子群%优化%群智能
粒子群%優化%群智能
입자군%우화%군지능
针对标准微粒群算法容易陷入局部极小的缺陷,对标准粒子群速度进化公式进行改进,提出一种基于概率选择学习对象的粒子群算法.找出比当前个体好的粒子,形成候选学习对象集,计算候选集中每个粒子被选中的概率,形成学习对象集,并加权利用学习对象集信息.该算法使得每个粒子可以充分利用整个种群的信息,有效地保证粒子群的多样性.对3个Benchmark测试函数进行了仿真,结果显示,该算法能有效地改善寻优性能,具有摆脱局部极值的能力.
針對標準微粒群算法容易陷入跼部極小的缺陷,對標準粒子群速度進化公式進行改進,提齣一種基于概率選擇學習對象的粒子群算法.找齣比噹前箇體好的粒子,形成候選學習對象集,計算候選集中每箇粒子被選中的概率,形成學習對象集,併加權利用學習對象集信息.該算法使得每箇粒子可以充分利用整箇種群的信息,有效地保證粒子群的多樣性.對3箇Benchmark測試函數進行瞭倣真,結果顯示,該算法能有效地改善尋優性能,具有襬脫跼部極值的能力.
침대표준미립군산법용역함입국부겁소적결함,대표준입자군속도진화공식진행개진,제출일충기우개솔선택학습대상적입자군산법.조출비당전개체호적입자,형성후선학습대상집,계산후선집중매개입자피선중적개솔,형성학습대상집,병가권이용학습대상집신식.해산법사득매개입자가이충분이용정개충군적신식,유효지보증입자군적다양성.대3개Benchmark측시함수진행료방진,결과현시,해산법능유효지개선심우성능,구유파탈국부겁치적능력.
