發(fā)布時(shí)間：2017-08-03 14:24

  本文關(guān)鍵詞：自適應(yīng)變異粒子群算法

  更多相關(guān)文章： 粒子群算法 局部收斂 自適應(yīng) 變異操作 群體智能

【摘要】：為了解決粒子群種群多樣性低、容易陷入局部最優(yōu)的缺點(diǎn),結(jié)合最優(yōu)粒子和其他粒子在種群中的不同作用,給出了一種自適應(yīng)變異粒子群算法。算法中最優(yōu)粒子根據(jù)種群進(jìn)化程度,自適應(yīng)調(diào)整自身搜索鄰域大小,增強(qiáng)種群的局部搜索能力;對(duì)非最優(yōu)粒子的位置進(jìn)行小概率的隨機(jī)初始化,當(dāng)其速度為零時(shí),速度自適應(yīng)變化,以便增強(qiáng)種群多樣性和全局搜索能力。仿真實(shí)驗(yàn)中,將算法應(yīng)用于6個(gè)典型復(fù)雜函數(shù)優(yōu)化問題,并與其他變異粒子群算法比較,結(jié)果表明,增強(qiáng)種群多樣性的同時(shí)提高了局部搜索能力。
【作者單位】： 四川農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院;四川農(nóng)業(yè)大學(xué)商學(xué)院;四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院;
【關(guān)鍵詞】： 粒子群算法 局部收斂 自適應(yīng) 變異操作 群體智能
【基金】：四川省教育廳資助項(xiàng)目(No.13ZB0287)
【分類號(hào)】：TP18
【正文快照】： 1引言Kennedy和Eberhart于1995年提出[1]。在該算法中,每粒子群算法(Particle Swarm Optimization,PSO)是個(gè)粒子都是一個(gè)潛在的解。在搜索過程中,每個(gè)粒子經(jīng)一種基于群體的智能優(yōu)化算法,是通過群體內(nèi)粒子間歷過的最好位置稱為個(gè)體極值,所有粒子經(jīng)歷過的最好的合作與競(jìng)爭(zhēng)產(chǎn)生的

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張?zhí)├?劉春生;;基于改進(jìn)粒子群算法的控制分配研究與應(yīng)用[J];伺服控制;2012年06期

2 黃珍;潘穎;曹曉麗;;粒子群算法的基本理論及其改進(jìn)研究[J];硅谷;2014年05期

3 焦國(guó)輝;;一種改進(jìn)的粒子群算法穩(wěn)定性證明及其應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2014年14期

4 王晟;潘郁;;個(gè)體激勵(lì)粒子群算法及其社會(huì)學(xué)背景分析[J];計(jì)算機(jī)工程;2008年21期

5 彭志平;張慧;;一種改進(jìn)的粒子群算法在協(xié)商優(yōu)化中的應(yīng)用[J];計(jì)算機(jī)工程;2008年10期

6 沈佳寧;須文波;孫俊;;基于量子粒子群算法的收斂性研究[J];微計(jì)算機(jī)信息;2009年06期

7 唐小勇;于飛;潘洪悅;;改進(jìn)粒子群算法的潛器導(dǎo)航規(guī)劃[J];智能系統(tǒng)學(xué)報(bào);2010年05期

8 秦全德;李榮鈞;;基于生物寄生行為的雙種群粒子群算法[J];控制與決策;2011年04期

9 余羅兼;李濟(jì)澤;;一種改進(jìn)粒子群算法的移動(dòng)機(jī)器人路徑規(guī)劃[J];機(jī)電技術(shù);2011年05期

10 宋繼紅;;改進(jìn)的粒子群算法[J];長(zhǎng)春大學(xué)學(xué)報(bào);2011年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

2 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

3 黃勝;任萬龍;王超;何新;;多目標(biāo)粒子群算法在翼型優(yōu)化的應(yīng)用[A];第二十五屆全國(guó)水動(dòng)力學(xué)研討會(huì)暨第十二屆全國(guó)水動(dòng)力學(xué)學(xué)術(shù)會(huì)議文集（上冊(cè)）[C];2013年

4 李洪全;王京;;基于粒子群算法的自適應(yīng)PID控制[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路徑費(fèi)用拆分方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 趙亮;;遺傳增強(qiáng)混沌粒子群算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 楊誠(chéng);楊傳啟;;基于粒子群算法的PID參數(shù)優(yōu)化[A];第七屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2006年

8 劉文許;林禮清;溫步瀛;;電力市場(chǎng)下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

9 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動(dòng)的混合粒子群算法及其應(yīng)用[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

10 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

2 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

3 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

4 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

5 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

6 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

7 王雪飛;粒子群算法的動(dòng)態(tài)拓樸結(jié)構(gòu)研究[D];西南大學(xué);2008年

8 薛堯予;群能量守恒粒子群算法及其在發(fā)酵過程控制中的應(yīng)用研究[D];北京化工大學(xué);2010年

9 張震;骨干粒子群算法及其在電力變壓器設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2014年

10 全海燕;混合克隆競(jìng)爭(zhēng)與啟發(fā)學(xué)習(xí)策略的多角色隨機(jī)游動(dòng)粒子群算法研究[D];云南大學(xué);2010年

，

本文編號(hào)：614825