期刊文献+

改进的微粒群优化算法 被引量:1

在线阅读 下载PDF
导出
摘要 该文针对基本微粒群算法(Particle Swarm Optimizaton,简称PSO)存在的早熟收敛问题,提出了一种改善粒子活性的改进微粒群(IPSO)算法。当粒子逐步失去活性时,对粒子按一定的概率重新以一定的方式进行赋值,达到激活该粒子的目的,使粒子能够有效地进行全局和局部搜索。通过函数优化测试,结果表明IPSO算法不仅具有较快的收敛速度,而且能够有效、稳定地提高函数优化精度。
作者 夏小翔
出处 《鄂州大学学报》 2011年第5期5-7,21,共4页 Journal of Ezhou University
基金 鄂州职业大学青年科研项目(2009qn02)
  • 相关文献

参考文献3

  • 1J.Kennedy,R.Eberhart. Particle swarm optimization[C].//IEEE International Conferecnee on Neural Networks, 1995:1942-1948.
  • 2Eberhart R,Shi Y.Particle swarm optimization:developments,applications and resource[C].//Proc Congress on Evolutionary Compu- tation, 2001: 39-43.
  • 3Angeline P J.Evolutionary optimization versus particle swarm optimization:Philosophy and performance differences[J].Evolutionary Programming,1998,48(17):1956-1959.

同被引文献5

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部