子群分层的粗粒度粒子群优化算法

发布时间：2021-01-18 05:14

　　针对传统的粒子群优化算法搜索孤立区域效果差、搜索精度低等缺点,提出一种子群分层的粗粒度粒子群优化算法。在粗粒度模型的基础上,将子群分为若干普通子群、自适应子群和精英子群,不同的子群在进化过程中采取不同的进化策略。普通子群根据种群的早熟收敛程度和粒子的适应度值自适应调整惯性权重,自适应子群的速度和位置更新受到普通子群中的全局最优个体影响,精英子群保存普通子群和自适应子群的全局最优个体,并采用免疫克隆机制保证其多样性。仿真结果表明了所提算法的优异性。 

【文章来源】：计算机工程与设计. 2019,40(02)北大核心

【文章页数】：5 页

【参考文献】：
期刊论文
[1]最优粒子增强探索粒子群算法[J]. 唐祎玲,江顺亮,叶发茂,许庆勇,葛芸,徐少平.  计算机工程与应用. 2017(04)
[2]带审敛因子的变邻域粒子群算法[J]. 范成礼,邢清华,范海雄,李响.  控制与决策. 2014(04)
[3]基于高斯扰动的粒子群优化算法[J]. 朱德刚,孙辉,赵嘉,余庆.  计算机应用. 2014(03)
[4]一种遗传算法与粒子群优化的多子群分层混合算法[J]. 金敏,鲁华祥.  控制理论与应用. 2013(10)
[5]全信息差异进化粒子群优化算法[J]. 何诚,李枚毅,邱茜茜.  计算机应用研究. 2012(06)



本文编号：2984344