一种基于单纯形搜索的粒子群优化算法

发布时间：2021-01-12 01:07

　　为了改善粒子群优化算法的求解性能,提出了一种基于单纯形搜索和粒子群优化的混合算法。该算法一方面自适应地确定惯性权重、认知以及社会参数来达到免参数目的,另一方面利用单纯形搜索来引导部分粒子的搜索方向,从而加速算法收敛。数值实验结果表明,与传统的粒子群算法和其他基于单纯形的粒子群算法相比,提出算法在评估次数、求解精度方面表现良好。 

【文章来源】：计算机应用研究. 2020,37(01)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 粒子群算法
2 单纯形搜索
3 基于单纯形搜索的粒子群优化算法
    3.1 PSO算法改进
    3.2 算法描述
4 数值实验
    4.1 对照算法介绍
    4.2 数值实验数据
    4.3 数值实验分析
        4.3.1 表格数据分析
        4.3.2 图表数据分析
5 结束语


【参考文献】：
期刊论文
[1]一种使用单纯形法优化的粒子群算法[J]. 武可栋,韦增欣,杨天山.  数学的实践与认识. 2018(07)
[2]一种混沌差分进化和粒子群优化混合算法[J]. 阳春华,钱晓山,桂卫华.  计算机应用研究. 2011(02)
[3]基于单纯形法的量子粒子群优化算法[J]. 任小康,郝瑞芝,孙正兴,史变霞.  微电子学与计算机. 2010(01)



本文编号：2971830