五种粒子群优化模型效率的研究

摘要：

粒子群优化算法按照认知部分和社会部分被区分为5种模型(完全模型、自认知模型、社交模型、非自身社交模型和非自身完全模型).为了明确5种粒子群优化模型的效率,选用进化计算领域中常用的5种基准函数,分别对5种粒子群优化算法模型设置不同的参数,分析了它们在求解5种基准函数时的成功率、平均函数求值数、最佳适应度等.结果表明:PSO完全模型和非自身完全模型使用收缩系数K在某些参数设置下求解高维问题时即搜索问题的解时效率较高,社交模型和非自身社交模型在一些参数设置下求解Schaffer函数等二维问题的效率最好.

关键词：粒子群优化算法、效率、基准函数、最佳适应度

所属期刊栏目：44

分类号：TP18(自动化基础理论)

在线出版日期：2009-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：62-65,68