粒子群算法的一种改进算法

发布时间：2021-03-14 20:29

　　标准粒子群算法被广泛地应用于鸟群觅食研究,是一种群智能算法,但是其存在早熟收敛、收敛精度比较低的缺点,因而进一步提升标准粒子群算法的性能和拓展实用性是亟须解决的问题。针对以上缺点,通过模拟人类获取信息的三大类圈子:"邻里圈""朋友圈""媒体"对标准粒子群算法进行了两方面的改进,一方面通过"邻里圈"粒子位置的加权平均增强了粒子之间的信息交流,另一方面将粒子按照"朋友圈"进行分组,充分利用了"经验多"粒子的搜索能力,从而较好地改进了算法,并选取二维Girewank函数、Rosenbrock函数和Schwefel函数作为测试函数,将改进算法和标准粒子群算法进行了对比,证明了改进算法的优越性。 

【文章来源】：大理大学学报. 2019,4(12)

【文章页数】：6 页

【部分图文】：

Girewank函数图像

Girewank函数迭代次数与最佳适应度值的关系图

Rosenbrock函数图像

【参考文献】：
期刊论文
[1]一种改进的Adaboost-BP算法在手写数字识别中的研究[J]. 叶晓波,秦海菲,吕永林.  大理大学学报. 2019(06)
[2]一种粒子群优化的改进SIFT特征点的图像匹配[J]. 陈文华,岳雅,余本国.  云南师范大学学报(自然科学版). 2018(02)
[3]一种更简化而高效的粒子群优化算法[J]. 胡旺,李志蜀.  软件学报. 2007(04)
[4]基于混沌序列的粒子群优化算法[J]. 孟红记,郑鹏,梅国晖,谢植.  控制与决策. 2006(03)
[5]压缩搜索空间与速度范围粒子群优化算法[J]. 陈炳瑞,冯夏庭.  东北大学学报. 2005(05)
[6]粒子群优化算法求解旅行商问题[J]. 黄岚,王康平,周春光,庞巍,董龙江,彭利.  吉林大学学报(理学版). 2003(04)
[7]粒子群优化算法[J]. 李爱国,覃征,鲍复民,贺升平.  计算机工程与应用. 2002(21)



本文编号：3082904