-
题名自适应扩散混合变异机制微粒群算法
被引量：50
- 1
-
-
作者
吕艳萍
李绍滋
陈水利
郭文忠
周昌乐
-
机构
厦门大学 计算机科学系 智能多媒体技术实验室
集美大学 理学院
福州大学 计算机科学系
-
出处
《软件学报》
EI
CSCD
北大核心
2007年第11期2740-2751,共12页
-
基金
No.60373080(国家自然科学基金)
Nos.A0310009
+2 种基金
A0510023(福建省自然科学基金)
厦门大学985二期信息技术创新平台项目(2004-2007)
No.206073(国家教育部科学技术研究重点基金项目)~~
-
文摘
为了避免微粒群算法(panicle swarm optimization,简称PSO)在全局优化中陷入局部极值,分析了标准PSO算法早熟收敛的原因,提出了自适应扩散混合变异机制微粒群算法(InfonnPSO).结合生物群体信息扩散的习性,设计了一个考虑微粒分布和迭代次数的函数,自适应调整微粒的"社会认知"能力,提高种群的多样性;模拟了基因自组织和混沌进化规律引入克隆选择使群体最佳微粒gBest实现遗传微变、局部增值,具有变异确定性;利用Logistic序列指导gBest随机漂移,进一步增强逃离局部极值能力.基于种群的随机状态转移过程,证明了新算法具有全局收敛性.与其他几种PSO变种相比,复杂基准函数仿真优化结果表明,新算法收敛速度快,求解精度高,稳定性好,能够有效抑制早熟收敛.
-
关键词
微粒群算法
早熟收敛
信息扩散
克隆选择
Logistic序列
-
Keywords
particle swarm optimization （PSO）
premature convergence
information diffusion
clonal selection
Logistic sequence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
