摘要
在粒子群算法中加入收敛因子可以保证算法的收敛性。针对标准粒子群算法易于陷入局部最优困境的缺点,杂交粒子群模型将选择机制引入到基本粒子群算法中,使得算法在保证收敛速度的同时具有较强的全局搜索能力。本文提出加入随机初始化因素的杂交收敛粒子群优化算法,并以内蒙某露天矿道路路径优化为例,验证了改进后算法具有较快收敛速度和较强全局搜索能力。
Convergence factor added to PSO can ensure the convergence of the algorithm. For the standard PSO is easy to fall into the plight of local optimum. Hybrid particle swarm optimization puts the selection mechanism into PSO, ensure the algorithm convergence speed and a strong global search ability. We present a random initialize hybrid convergence particle swarm optimization. To Route Optimization of a Inner Mongolia open-pit mine road as a example verify that the algorithm has faster convergence speed and stronger global search ability.
出处
《微计算机信息》
2011年第2期16-17,30,共3页
Control & Automation
基金
基金申请人:陈应显
项目名称:矿山三维空间信息的数据挖掘研究
基金颁发部门:辽宁省教育厅(L2010177)
