• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Adaptive Parameters for a Modified Comprehensive Learning Particle Swarm Optimizer
【24h】

Adaptive Parameters for a Modified Comprehensive Learning Particle Swarm Optimizer

机译：改进的综合学习粒子群优化器的自适应参数

获取原文
获取原文并翻译 | 示例
           
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 stochastic optimization method sensitive to parameter settings. The paper presents a modification on the comprehensive learning particle swarm optimizer (CLPSO), which is one of the best performing PSO algorithms. The proposed method introduces a self-adaptive mechanism that dynamically changes the values of key parameters including inertia weight and acceleration coefficient based on evolutionary information of individual particles and the swarm during the search. Numerical experiments demonstrate that our approach with adaptive parameters can provide comparable improvement in performance of solving global optimization problems.
机译：粒子群优化（PSO）是一种对参数设置敏感的随机优化方法。本文提出了对综合学习粒子群优化器（CLPSO）的修改，它是性能最好的PSO算法之一。所提出的方法引入了自适应机制，该机制根据搜索过程中单个粒子和群的进化信息动态更改关键参数的值，包括惯性权重和加速度系数。数值实验表明，我们采用自适应参数的方法可以在解决全局优化问题方面提供相当的改进。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2012年第12期|207318.1-207318.11|共11页
  • 作者

    Yu-Jun Zheng; Hai-Feng Ling; Qiu Guan;

  • 作者单位

    College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou, Zhejiang 310023, China;

    Engineering Institute of Engineering Corps, PLA University of Science and Technology, Nanjing, Jiangsu 210007, China;

    College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou, Zhejiang 310023, China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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