基于多种群多模型协同进化的粒子群优化算法OACSCDCSTPCD
Particle Swarm Optimization Algorithm Based on Multi-swarm and Multi-model Cooperative Evolution
为克服标准粒子群优化(PSO)算法易陷入局部极值和优化精度较低的缺点,提出一种多种群多模型协同进化的粒子群优化(MSM-PSO)算法.将整个粒子群分成大小相等的3个分群,各分群采用不同的进化模型,分群间相互影响促进.同时采用自适应动态惯性权重,以保持种群多样性,降低陷入局部极值的概率.测试结果表明,该算法全局性能好、寻优精度高.
徐冰纯;葛洪伟;王燕燕
江南大学物联网工程学院,江苏无锡214122江南大学物联网工程学院,江苏无锡214122江南大学物联网工程学院,江苏无锡214122
信息技术与安全科学
粒子群优化算法多种群多模型自适应动态惯性权重协同进化
Particle Swarm Optimization(PSO) algorithmmulti-swarmmulti-modeladaptive dynamic inertia weightcooperative evolution
《计算机工程》 2013 (5)
200-203,208,5
评论