期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种新的双种群多变异差分与粒子群混合算法 被引量：8

Novel hybrid algorithm based on particle swarm optimization and dual population multiple mutation differential evolution
下载PDF
导出
摘要 给出一种粒子群算法与差分进化算法相结合的混合算法。该算法分为两个阶段:第一阶段选择差分进化算法生成新个体;第二阶段粒子群算法采用新的速度更新公式。其中第一阶段的差分进化算法采用双种群进化策略,两个子种群的个体采用两种不同的变异方式,可以有效平衡两个子种群间的开发能力和探索能力。为了提高混合算法的性能,差分进化算法中的变异因子和粒子群算法中的惯性权重均采用参数自适应策略。通过CEC2014测试函数集的测试结果和与其他三种算法的对比结果表明,该算法具有收敛速度快、求解精度高和鲁棒性较强的优点。
作者 贾时 梁晓丹 何茂伟 陈瀚宁
机构地区 天津工业大学计算机科学与技术学院
出处 《计算机应用研究》 CSCD 北大核心 2020年第S02期44-46,共3页 Application Research of Computers
基金 国家自然科学基金资助项目(41772123) 天津市科技计划资助项目(17JCQNJC04500)
关键词 粒子群算法 差分进化算法 混合算法
分类号 TP18 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献3

二级参考文献29

  • 1孙明华,崔海涛,温卫东.基于精英保留遗传算法的连续结构多约束拓扑优化[J].航空动力学报,2006,21(4):732-737. 被引量：13
  • 2朱小六,熊伟丽,徐保国.基于动态惯性因子的PSO算法的研究[J].计算机仿真,2007,24(5):154-157. 被引量：15
  • 3申晓宁,郭毓,陈庆伟,胡维礼.一种子群体个数动态变化的多目标优化协同进化算法[J].控制与决策,2007,22(9):1011-1016. 被引量：13
  • 4Eberharl R, Kennedy J. A new optimizer using particle swarm theory [ A ]. Proceedings of the International Symposium on Micro Machine and Human Science [ C ]. Piscataway, N J, USA: IEEE, 1995. 39-43.
  • 5Kennedy J, Eberhart R. Particle swarm optimization [ A ]. Proceedings of the IEEE International Conference on Neural Networks [C]. Piscataway, NJ, USA: IEEE, 1995. 1942-1948.
  • 6Kennedy J, Eberhart R, Shi Y. Swarm Intelligence [ M ]. San Francisco, USA: Morgan Kaufmann Publishers, 2001.
  • 7Juang C F. A hybrid of genetic algorithm and particle swarm optimization for recurrent network design [ J ]. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2004, 34 (2) : 997 - 1006.
  • 8Li L L, Wang L, Liu L H. An effective hybrid PSOSA strategy for optimization and its application to parameter estimation [ J ]. Applied Mathematics and Computation, 2006, 179 ( 1 ) : 135-146.
  • 9Ye B, Zhu C Z, Guo C X, et al. Generating extended fuzzy basis function networks using hybrid algorithm [ A]. Proceedings of the 2nd International Conference on Fuzzy Systems and Knowledge Discovery [ C]. Berlin, Germany: Springer-Verlag, 2006. 79- 88.
  • 10Price K V. Differential evolution: A fast and simple numerical optimizer [ A]. Proceedings of the 1996 Biennial Conference of the North American Fuzzy Information Processing Society [ C ].Piscataway, NJ, USA: IEEE, 1996. 524-527.

共引文献81

同被引文献88

引证文献8

二级引证文献15

计算机应用研究
2020年 第S02期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部