| 基于遗传思想的改进粒子群优化算法 |
| |
| 引用本文： | 佘晓鑫,许波.基于遗传思想的改进粒子群优化算法[J].长江大学学报,2016(22):4-8. |
| |
| 作者姓名： | 佘晓鑫 许波 |
| |
| 作者单位： | 广东石油化工学院计算机与电子信息学院,广东 茂名,525000 |
| |
| 基金项目： | 国家自然科学基金项目(61272382)，广东省云机器人(石油化工)工程技术研究中心项目(2015B090903084)，广东省教育厅青年创新人才类项目(自然科学类)(2015KQNCX099)。 |
| |
| 摘 要： | 传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进PSO算法:利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的PSO算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。
|
| 关 键 词： | 粒子群算法 局部最优 群体智能 算法设计 遗传算法 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
