期刊专题

10.3778/j.issn.1002-8331.2010.33.009

多阶段多模型的改进微粒群优化算法

引用
针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象,提出了一种多阶段多模型的改进微粒群优化算法.考虑寻优不同阶段的开发与探测能力需求的差异,算法将寻优过程分成3个阶段,各阶段采用不同的模型进行进化.第一阶段利用标准微粒群优化算法发现局部极值的邻域;第二阶段利用Cognition Only模型快速找到局部极值点,提高寻优效率;第三阶段,提出了一种改进的进化模型,利于粒子快速跳出局部极值点,寻找到全局最优点.4种复杂测试函数的实验结果表明:该算法比标准微粒群优化算法(PSO)和基于不同进化模型的两群优化算法(TSE-PSO)更容易找到全局最优解,相比两群微粒群优化算法,还能在一定程度上提高优化效率.

微粒群优化算法、多模型、多阶段、优化

46

TP301(计算技术、计算机技术)

国家自然科学基金the National Natural Science Foundation of China under Grant 50539020;江西省自然科学基金the Natural Science Foundation of Jiangxi Province of China under Grant 2007GZS1056,2009GZW0020;江西省教育厅科技项目GJJ09365,GJJ10630;南昌工程学院青年基金-科技项目2010KJ015,2010KJ018

2011-01-13(万方平台首次上网日期,不代表论文的发表时间)

共4页

32-35

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

46

2010,46(33)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn