基于多样性反馈的自适应粒子群优化算法

摘要：

为了进一步提高种群多样性在粒子群优化执行中的效率,提出一种基于多样性反馈的自适应粒子群优化算法(APSO).APSO采用一种新的种群多样性评价策略,使惯性权值在搜索过程中随多样性自适应性地调整,从而均衡算法的勘探和开发过程.此外,最优粒子采用精英学习策略跳出局部最优区域,从而在保证算法收敛速度的同时能够自适应地调整搜索方向,提高解的精确度.通过一组典型测试函数的仿真结果,验证了APSO的有效性.

关键词： 自适应粒子群优化算法 优化运行 性能测试 多样性反馈

作者: 汤可宗 吴隽 赵嘉

作者单位: 景德镇陶瓷学院 信息工程学院,江西 景德镇 333403;南昌工程学院 信息工程学院,南昌 330029 景德镇陶瓷学院 信息工程学院,江西 景德镇 333403 南昌工程学院 信息工程学院,南昌 330029

会议类型: 国内会议

会议名称: 2013年全国开放式分布与并行计算学术年会

会议地点: 昆明

会议语种:中文

页码: 3372-3374,3384

在线出版日期: 2013-08-16（万方平台首次上网日期，不代表论文的发表时间）