基于高斯扰动和自然选择的改进粒子群优化算法

来源：爱go旅游网

艾兵;董明刚

【期刊名称】《计算机应用》【年(卷),期】2016(36)3

【摘要】为了有效地平衡粒子群算法的全局与局部搜索性能,提出一种基于高斯扰动和自然选择的改进粒子群优化算法.该算法在采用简化粒子群优化算法的基础上,考虑到个体最优粒子间的相互影响,使用所有融入高斯扰动的个体最优的平均值代替每个粒子的个体最优值,并且借鉴自然选择中适者生存的进化机制提高算法优化性能;同时通过含有惯性权重停止阚值的自适应调节余弦函数递减策略来实现对惯性权重的非线性调整并采用异步变化调整策略来改善粒子的学习能力.仿真实验结果表明,所提算法在收敛速度和精度等方面均有提高,寻优性能优于近期文献中的几种改进的粒子群优化算法. 【总页数】5页(P687-691) 【作者】艾兵;董明刚

【作者单位】桂林理工大学信息科学与工程学院,广西桂林1004;桂林理工大学信息科学与工程学院,广西桂林1004 【正文语种】中文【中图分类】TP18 【相关文献】

1.一种带有牛顿方向的自适应扰动改进粒子群优化算法 [J], 史旭栋;高岳林;; 2.一种带有牛顿方向的自适应扰动改进粒子群优化算法 [J], 史旭栋;高岳林 3.基于高斯扰动和指数递减策略的改进蝙蝠算法 [J], 宋一民; 李煜 4.基于萤火虫算法和高斯扰动的飞蛾优化算法 [J], 李荣;贺兴时;杨新社

5.基于高斯扰动的改进混合粒子群算法研究 [J], ;耿健;杨冬梅;陈永华;何国鑫;傅金洲

因版权原因，仅展示原文概要，查看原文内容请购买

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文