一种基于种群熵的动态搜索空间粒子群优化算法
传统的改进粒子群优化算法中，种群的搜索空间一般是固定的，本文在标准粒子群优化算法的基础上，提出了一种基于种群熵的动态搜索空间粒子群优化算法，引入种群熵描述粒子每次迭代后在搜索空间中位置分布的混乱程度，随着粒子群逐渐向最优值收敛，种群熵也将不断减小，在算法迭代的过程中，根据上一代粒子的平均位置和种群熵动态调整下一代的搜索空间，从而减少粒子群优化算法中对搜索空间的浪费，提高算法的搜索速度和收敛精度，基于种群熵的动态搜索空间粒子群优化算法结构简单、参数设置少、易于实现，仿真结果验证了这种改进的粒子群优化算法的可行性和有效性。
粒子群优化 种群熵 搜索空间
冉茂鹏 王青 董朝阳
北京航空航天大学自动化科学与电气工程学院,北京100191 北京航空航天大学航空科学与工程学院,北京100191
国际会议
长沙
中文
4292-4296
2014-05-31（万方平台首次上网日期，不代表论文的发表时间）