• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《小型微型计算机系统》 >一种带有二维扰动和自适应学习因子的粒子群算法

一种带有二维扰动和自适应学习因子的粒子群算法

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

摘要

针对粒子群算法（Particle Swarm Optimization,PSO）容易陷入局部最优值、后期收敛速度慢和收敛精度低等问题,提出了一种带有二维扰动和自适应学习因子的粒子群算法（TDDALFPSO）.首先,提出了自适应惯性权重和学习因子调节算法调节惯性权重、认知系数和社会系数,提高了全局搜索能力和局部搜索能力;然后提出了基于位置、速度二维扰动更新粒子位置的算法,避免了不在最优值区域的全局历史最优值对搜索的误导,提高了算法的收敛速度和精度;最后通过变异一些适应度值最差的粒子,让它们搜索空间中的其他领域,增加了种群的多样性,改善了算法容易陷入早熟的问题.仿真实验表明和基本PSO算法相比,TDDALFPSO在收敛速度、精度和稳定性上有了明显的提高;并且在大多数优化问题上和基于线性惯性权重递减的PSO算法（PSO-W）、基于综合学习的PSO算法（CLPSO）、基于适应值距离比例的PSO算法、基于三角函数动态参数选择的PSO算法（TPSO）和带正弦函数因子的粒子群优化算法（TFPSO）相比,TDDALFPSO在收敛速度、精度和稳定性上都有一定的优势.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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