当前位置:主页 > 科技论文 > 自动化论文 >

自适应变异粒子群算法

发布时间:2017-08-03 14:24

  本文关键词:自适应变异粒子群算法


  更多相关文章: 粒子群算法 局部收敛 自适应 变异操作 群体智能


【摘要】:为了解决粒子群种群多样性低、容易陷入局部最优的缺点,结合最优粒子和其他粒子在种群中的不同作用,给出了一种自适应变异粒子群算法。算法中最优粒子根据种群进化程度,自适应调整自身搜索邻域大小,增强种群的局部搜索能力;对非最优粒子的位置进行小概率的随机初始化,当其速度为零时,速度自适应变化,以便增强种群多样性和全局搜索能力。仿真实验中,将算法应用于6个典型复杂函数优化问题,并与其他变异粒子群算法比较,结果表明,增强种群多样性的同时提高了局部搜索能力。
【作者单位】: 四川农业大学资源环境学院;四川农业大学商学院;四川农业大学经济管理学院;
【关键词】粒子群算法 局部收敛 自适应 变异操作 群体智能
【基金】:四川省教育厅资助项目(No.13ZB0287)
【分类号】:TP18
【正文快照】: 1引言Kennedy和Eberhart于1995年提出[1]。在该算法中,每粒子群算法(Particle Swarm Optimization,PSO)是个粒子都是一个潜在的解。在搜索过程中,每个粒子经一种基于群体的智能优化算法,是通过群体内粒子间历过的最好位置称为个体极值,所有粒子经历过的最好的合作与竞争产生的

【相似文献】

中国期刊全文数据库 前10条

1 张泰雷;刘春生;;基于改进粒子群算法的控制分配研究与应用[J];伺服控制;2012年06期

2 黄珍;潘颖;曹晓丽;;粒子群算法的基本理论及其改进研究[J];硅谷;2014年05期

3 焦国辉;;一种改进的粒子群算法稳定性证明及其应用[J];现代计算机(专业版);2014年14期

4 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期

5 彭志平;张慧;;一种改进的粒子群算法在协商优化中的应用[J];计算机工程;2008年10期

6 沈佳宁;须文波;孙俊;;基于量子粒子群算法的收敛性研究[J];微计算机信息;2009年06期

7 唐小勇;于飞;潘洪悦;;改进粒子群算法的潜器导航规划[J];智能系统学报;2010年05期

8 秦全德;李荣钧;;基于生物寄生行为的双种群粒子群算法[J];控制与决策;2011年04期

9 余罗兼;李济泽;;一种改进粒子群算法的移动机器人路径规划[J];机电技术;2011年05期

10 宋继红;;改进的粒子群算法[J];长春大学学报;2011年10期

中国重要会议论文全文数据库 前10条

1 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

2 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

3 黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(上册)[C];2013年

4 李洪全;王京;;基于粒子群算法的自适应PID控制[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路径费用拆分方法研究[A];第二十六届中国控制会议论文集[C];2007年

6 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年

7 杨诚;杨传启;;基于粒子群算法的PID参数优化[A];第七届工业仪表与自动化学术会议论文集[C];2006年

8 刘文许;林礼清;温步瀛;;电力市场下基于改进粒子群算法的AGC机组选择[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年

9 刘衍民;马卫民;;基于高斯白噪声扰动的混合粒子群算法及其应用[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年

10 王征;刘大宝;王家林;王永骥;;基于离散粒子群算法的船舶电力系统重构研究[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年

中国博士学位论文全文数据库 前10条

1 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

2 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

3 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

4 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

5 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年

6 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年

7 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年

8 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年

9 张震;骨干粒子群算法及其在电力变压器设计中的应用[D];浙江大学;2014年

10 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年



本文编号:614825

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/614825.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e0913***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com