摘要
针对目前粒子群优化算法的局部优化功能较差,无法满足搜索功能所需要的搜索速度和搜索精度的需求的问题。采用了多目标的优化方案来提高粒子群算法的准确率,通过对种群中的个体进行非支配排序,从多个目标中找到优化区域,从而避免粒子群陷入局部优化的问题。实验表明,该算法大大提高了搜索功能所需要的搜索速度和搜索精度,实现了搜索功能的升级。
Particle Swarm Optimization algorithm of local optimization function is poor,unable to meet the needs of the search function,search speed and search accuracy.Multi-objective optimization to improve the accuracy of the particle swarm algorithm,by individuals in the population of non-dominated sorting to find the optimum area from multiple targets,in order to avoid particle swarm into the local optimization problems.The experiments show that the algorithm greatly improve the search speed and search accuracy,search function and search feature updates.
出处
《科技通报》
北大核心
2013年第5期156-159,共4页
Bulletin of Science and Technology
基金
2011浙江省教育科学规划课题
区域经济背景下计算机软件人才差异化定制培养模式的研究(scg194)
关键词
粒子群算法
多目标优化
搜索速度
局部优化
particle swarm algorithm
multi-objective optimization
search
local optimization
