標準粒子群算法被廣泛地應(yīng)用于鳥群覓食研究,是一種群智能算法,但是其存在早熟收斂、收斂精度比較低的缺點,因而進一步提升標準粒子群算法的性能和拓展實用性是亟須解決的問題。針對以上缺點,通過模擬人類獲取信息的三大類圈子:"鄰里圈""朋友圈""媒體"對標準粒子群算法進行了兩方面的改進,一方面通過"鄰里圈"粒子位置的加權(quán)平均增強了粒子之間的信息交流,另一方面將粒子按照"朋友圈"進行分組,充分利用了"經(jīng)驗多"粒子的搜索能力,從而較好地改進了算法,并選取二維Girewank函數(shù)、Rosenbrock函數(shù)和Schwefel函數(shù)作為測試函數(shù),將改進算法和標準粒子群算法進行了對比,證明了改進算法的優(yōu)越性。 

【文章來源】：大理大學(xué)學(xué)報. 2019,4(12)

【文章頁數(shù)】：6 頁

【部分圖文】：

Girewank函數(shù)圖像

Girewank函數(shù)迭代次數(shù)與最佳適應(yīng)度值的關(guān)系圖

Rosenbrock函數(shù)圖像

【參考文獻】：
期刊論文
[1]一種改進的Adaboost-BP算法在手寫數(shù)字識別中的研究[J]. 葉曉波,秦海菲,呂永林.  大理大學(xué)學(xué)報. 2019(06)
[2]一種粒子群優(yōu)化的改進SIFT特征點的圖像匹配[J]. 陳文華,岳雅,余本國.  云南師范大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[3]一種更簡化而高效的粒子群優(yōu)化算法[J]. 胡旺,李志蜀.  軟件學(xué)報. 2007(04)
[4]基于混沌序列的粒子群優(yōu)化算法[J]. 孟紅記,鄭鵬,梅國暉,謝植.  控制與決策. 2006(03)
[5]壓縮搜索空間與速度范圍粒子群優(yōu)化算法[J]. 陳炳瑞,馮夏庭.  東北大學(xué)學(xué)報. 2005(05)
[6]粒子群優(yōu)化算法求解旅行商問題[J]. 黃嵐,王康平,周春光,龐巍,董龍江,彭利.  吉林大學(xué)學(xué)報(理學(xué)版). 2003(04)
[7]粒子群優(yōu)化算法[J]. 李愛國,覃征,鮑復(fù)民,賀升平.  計算機工程與應(yīng)用. 2002(21)



本文編號：3082904