針對(duì)傳統(tǒng)的粒子群優(yōu)化算法搜索孤立區(qū)域效果差、搜索精度低等缺點(diǎn),提出一種子群分層的粗粒度粒子群優(yōu)化算法。在粗粒度模型的基礎(chǔ)上,將子群分為若干普通子群、自適應(yīng)子群和精英子群,不同的子群在進(jìn)化過程中采取不同的進(jìn)化策略。普通子群根據(jù)種群的早熟收斂程度和粒子的適應(yīng)度值自適應(yīng)調(diào)整慣性權(quán)重,自適應(yīng)子群的速度和位置更新受到普通子群中的全局最優(yōu)個(gè)體影響,精英子群保存普通子群和自適應(yīng)子群的全局最優(yōu)個(gè)體,并采用免疫克隆機(jī)制保證其多樣性。仿真結(jié)果表明了所提算法的優(yōu)異性。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2019,40(02)北大核心

【文章頁數(shù)】：5 頁

【參考文獻(xiàn)】：
期刊論文
[1]最優(yōu)粒子增強(qiáng)探索粒子群算法[J]. 唐祎玲,江順亮,葉發(fā)茂,許慶勇,葛蕓,徐少平.  計(jì)算機(jī)工程與應(yīng)用. 2017(04)
[2]帶審斂因子的變鄰域粒子群算法[J]. 范成禮,邢清華,范海雄,李響.  控制與決策. 2014(04)
[3]基于高斯擾動(dòng)的粒子群優(yōu)化算法[J]. 朱德剛,孫輝,趙嘉,余慶.  計(jì)算機(jī)應(yīng)用. 2014(03)
[4]一種遺傳算法與粒子群優(yōu)化的多子群分層混合算法[J]. 金敏,魯華祥.  控制理論與應(yīng)用. 2013(10)
[5]全信息差異進(jìn)化粒子群優(yōu)化算法[J]. 何誠,李枚毅,邱茜茜.  計(jì)算機(jī)應(yīng)用研究. 2012(06)



本文編號(hào)：2984344