PSO-MEA混合优化算法及其收敛性分析

李志华; 许新; 黎作鹏; 任丹萍

首页> 中文期刊> 《微电子学与计算机》 >PSO-MEA混合优化算法及其收敛性分析

PSO-MEA混合优化算法及其收敛性分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

鉴于单一的优化算法存在收敛精度低、收敛速度慢的不足,将思维进化算法(Mind Evolutionary Algorithm,MEA)和粒子群优化算法(Particle Swarm Optimization,PSO)相结合,提出了PSO-MEA混合优化算法.该算法将粒子群优化算法应用于思维进化算法的趋同操作来寻找子群体内的最优解,再对整个群体中的各个子群体进行异化操作找到全局最优解,并通过混合优化算法全局收敛性证明其全局收敛性.最终通过三个常用测试函数的仿真分析,验证了PSO-MEA算法在算法性能方面有较明显的改善,并且具有收敛精度高和收敛速度快的特点.

著录项

来源
《微电子学与计算机》 |2017年第6期|118-122|共6页
作者
李志华; 许新; 黎作鹏; 任丹萍;
展开▼
作者单位

河北工程大学信息与电子工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机的应用;
关键词
混合优化算法; 思维进化算法; 粒子群优化算法; 收敛性分析;

相似文献

中文文献
外文文献
专利

1. 基于粒子群的混合智能优化算法收敛性分析 [J] . 高见文 ,葛卫丽 ,郭程 . 电子世界 . 2016,第020期
2. 混合粒子群优化算法及其收敛性分析 [J] . 董航 ,高志强 ,李姝湲 . 计算机测量与控制 . 2016,第005期
3. 混合优化算法的全局收敛性分析 [J] . 彭智 ,谢玲 . 北京理工大学学报 . 2012,第4期
4. 一类混合模拟退火与蚁群优化算法及其收敛性分析 [J] . 罗中良 ,刘强 ,刘小勇 . 工业仪表与自动化装置 . 2008,第004期
5. 一种混合优化算法及其收敛性证明 [J] . 石鸿雁 ,陈治飞 ,孙昌志 . 控制与决策 . 2004,第5期
6. 水波优化算法收敛性分析 [C] . ZHANG Bei ,张蓓 ,ZHENG Yu-jun . 2015全国理论计算机科学学术年会 . 2015
7. 两种智能优化算法及其收敛性分析 [A] . 季艳芳 . 2011

PSO-MEA混合优化算法及其收敛性分析

摘要

著录项

相似文献

相关主题

期刊订阅