具有启发式探测及自学习特征的降维对称微粒群算法

摘要：

提出对称微粒群算法SyrmPSO_HD,用以提高PSO算法的搜索能力.引入种群分布熵以保证种群的分布性;引入具有探测特征的启发式粒子,用以影响普通粒子的位置;提出邻域内的克隆变异选择策略及全局范围内的降维对称粒子策略,用以增强粒子的局部及全局学习能力.仿真实验及分析结果表明,SymPSO_HD算法搜索能力稳定,适应性强,能以较大概率收敛到全局最优.

关键词：降维对称微粒群算法、种群分布熵、启发式探测、克隆变异

所属期刊栏目：37

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60970004;山东省科技攻关项目2009GG10001008.济南市高校院所自主创新项目200906001

在线出版日期：2010-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：219-222