高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ

结合历史全局最优与局部最优的粒子群算法

闫雪丽 王学武 连志刚

闫雪丽, 王学武, 连志刚. 结合历史全局最优与局部最优的粒子群算法[J]. 华东理工大学学报(自然科学版), 2011, (4): 515-520.
引用本文: 闫雪丽, 王学武, 连志刚. 结合历史全局最优与局部最优的粒子群算法[J]. 华东理工大学学报(自然科学版), 2011, (4): 515-520.
YAN Xue-li, WANG Xue-wu, LIAN Zhi-gang. A Combine Historical Global and Local Best Particle Swarm Optimization Algorithm[J]. Journal of East China University of Science and Technology, 2011, (4): 515-520.
Citation: YAN Xue-li, WANG Xue-wu, LIAN Zhi-gang. A Combine Historical Global and Local Best Particle Swarm Optimization Algorithm[J]. Journal of East China University of Science and Technology, 2011, (4): 515-520.

结合历史全局最优与局部最优的粒子群算法

基金项目: 

教育部人文社会科学研究青年基金项目(09yjc630151)

上海高校选拔培养优秀青年教师科研专项基金(sdju200903)

2011年上海市博士后科研资助计划项目(11R21420100);上海市科委创新项目(11YZ268);中国博士后科学基金面上资助项目(20110490729)

A Combine Historical Global and Local Best Particle Swarm Optimization Algorithm

  • 摘要: 提出了一种增加粒子共享信息多样性的粒子群算法。该算法在粒子更新速度的过程中,将前几轮粒子搜索的历史全局最优信息与本轮局部最优粒子信息结合,增加粒子搜索信息的多样性。另外,根据2种信息的结合方式不同,将基本算法扩展成3种扩展型算法。6个典型函数的仿真实验结果说明,改进的粒子群算法可以有效地克服粒子群算法中的早熟现象。

     

  • 加载中
计量
  • 文章访问数:  2100
  • HTML全文浏览量:  137
  • PDF下载量:  762
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-12-30

目录

    /

    返回文章
    返回