摘要
基于群熵的概念提出了一种具有自适应迁移能力的多种群PSO算法.对2个著名的基准函数进行测试,结果表明:与经典PSO和多种群协同PSO等算法相比,新算法能更有效地控制粒子群的多样性,从而提高了算法的收敛精度,改善了算法的优化性能.
This paper presents an adaptive migratory PSCO base on the concept of population entropy.The experiment results conducted on two benchmark functions show the proposed method are superior to traditional cooperative PSO,especially in controlling the diversity of swarm.That is,the new algorithm can effectively avoid local optimum and enhance the performance of global searching.
出处
《厦门大学学报(自然科学版)》
CAS
CSCD
北大核心
2010年第6期772-777,共6页
Journal of Xiamen University:Natural Science
基金
国家自然科学基金资助项目(60873179)
高等学校博士学科点专项科研基金项目(20090121110032)
福建省高校服务海西重点项目(闽教高(2009)8号)
福建省自然科学基金资助项目(2008J0024)
福建省教育厅重点项目(JK2009017),福建省教育厅项目(JA10196)
厦门市科技计划项目(3502Z20093018)
关键词
粒子群优化
迁移算子
种群熵
particle swarm optimization
migration operator
population entropy