• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on computer design and applications >Improved Particle Swarm Algorithm for Multimodal Function Optimization
【24h】

Improved Particle Swarm Algorithm for Multimodal Function Optimization

机译：用于多峰函数优化的改进粒子群算法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Particle swarm optimization (PSO) is a heuristic optimization technique based on swarm intelligence, which has shown good performance in many optimization problems. However, PSO as well as other evolutionary algorithms easily fall into local minima when dealing with complex multimodal functions. This paper presents an improved PSO algorithm for solving multimodal function optimization. The proposed approach is called IPSO, which combines example-based learning mechanism and opposition-based learning concept. Simulation studies on a set of multimodal benchmark functions show that IPSO outperforms standard PSO and several other PSO variants.
机译：粒子群优化（PSO）是一种基于群智能的启发式优化技术，在许多优化问题中均显示出良好的性能。但是，在处理复杂的多峰函数时，PSO和其他进化算法很容易陷入局部最小值。本文提出了一种改进的PSO算法，用于求解多峰函数优化。所提出的方法称为IPSO，它结合了基于示例的学习机制和基于对立的学习概念。对一组多模式基准功能的仿真研究表明，IPSO优于标准PSO和其他几种PSO变体。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号