首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号