期刊文献+

自适应变异的粒子群优化算法 被引量:451

Particle Swarm Optimization with Adaptive Mutation
下载PDF
导出
摘要 本文提出了一种新的基于群体适应度方差自适应变异的粒子群优化算法 (AMPSO) .该算法在运行过程中根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率 ,变异操作增强了粒子群优化算法跳出局部最优解的能力 .对几种典型函数的测试结果表明 :新算法的全局收搜索能力有了显著提高 。 A new adaptive mutation particle swarm optimizer( AMPSO) , which is based on the variance of the population's fitness is presented. During the running time, the mutation probability for the current best particle is determined by two factors: The variance of the population' s fitness and the current optimal solution. The ability of particle swarm optimization algorithm (PSO) to break away from the local optimum is greatly improved by the mutation. The experimental results show that the new algorithm not only has great advantage of convergence property over genetic algorithm and PSO, but also can avoid the premature convergence problem effectively.
出处 《电子学报》 EI CAS CSCD 北大核心 2004年第3期416-420,共5页 Acta Electronica Sinica
基金 甘肃省自然科学基金项目 (No .ZS0 1 1 A2 5 0 1 6 G)
关键词 自适应变异 早熟收敛 粒子群优化算法 全局收搜索能力 变异概率 Algorithms Convergence of numerical methods Theorem proving
  • 相关文献

参考文献1

  • 1王小平 曹立明.遗传算法-理论、算法与软件实现[M].陕西西安:西安交通大学出版社,2002.105-107.

同被引文献3860

引证文献451

二级引证文献4042

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