会议专题

粒子个体最优位置变异的粒子群优化算法

为了有效地控制粒子群优化算法的全局搜索和局部搜索,克服算法早熟收敛的缺陷.在深入分析和研究标准的PS0算法的基础上,在标准的PS0算法后期,通过对种群个体最优位置采取高斯变异处理的策略,有效控制了粒子群的多样性,保持了粒子群的活性,增强了粒子群跳出局部极值点的能力.采用6个标准的测试函数测试算法的性能,仿真结果表明,对函数SphereGriewank、Rastrigrin、Ackley和Schaffer,算法均能够以很快的速度全部收敛到目标值,算法具有较好的全局搜索能力和稳定性,其性能显著的优于标准的粒子群优化算法.

粒子群优化算法 粒子个体 最优位置变异 全局搜索 局部搜索 粒子群活性

杨光友 陈定方 周国柱

武汉理工大学,智能制造与控制研究室,武汉,430060;湖北工业大学,机械工程学院,武汉,430068 武汉理工大学,智能制造与控制研究室,武汉,430060 湖北工业大学,机械工程学院,武汉,430068

国内会议

第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

哈尔滨

中文

531-536

2006-08-05(万方平台首次上网日期,不代表论文的发表时间)