自适应多位变异粒子群优化算法OACSTPCD
Particle Swarm Optimization Based on Adaptive Multiple Mutation
针对粒子群优化算法的早熟收敛问题,提出一种改进的自适应多位变异粒子群优化算法.根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,变异操作增强了粒子群优化算法跳出局部最优解的能力,在理论上保证了算法具有良好的性能.对几种典型函数的测试结果表明:该算法的全局搜索能力有了显著改善,收敛速度较快,并且能够有效避免早熟收敛问题.
李永新;李菲菲
南阳农业职业学院计算机系 南阳473061南阳农业职业学院计算机系 南阳473061
信息技术与安全科学
粒子群自适应变异早熟收敛
particle swarmadaptive mutationpremature convergence
《计算机与数字工程》 2014 (2)
202-205,4
河南省重点攻关项目(编号:112102210408)河南省基础与前沿技术研究计划项目(编号:122300410258)资助.
评论