10.3969/j.issn.1002-137X.2010.12.036
基于动态参数的杂交粒子群优化算法
粒子群优化算法的局部搜索能力较差,搜索精度不够高,容易陷入局部极小解,且搜索性能对参数具有一定的依赖性.本文针对这些缺点,在借鉴遗传算法中杂交概念的基础上,进一步通过在速度进化方程中引进动态参数来提高算法的收敛速度和收敛率.经LevyNo.5函数对改进算法的测试表明,相对杂交粒子群优化算法,该方法的收敛速度和平均收敛率均得到了不同程度的提高.
粒子群优化算法、优化、杂交、动态参数
37
TP18(自动化基础理论)
国防科技大学优秀研究生创新项目B070101;湖南省研究生科研创新项目3206
2011-03-18(万方平台首次上网日期,不代表论文的发表时间)
共3页
165-166,170