换一批具有高斯扰动的最优粒子引导粒子群优化算法
Particle Swarm Optimization Algorithm Based on Optimal Particle Guidance and Gauss Perturbance
摘要针对粒子群算法(particle swarm optimization,PSO)收敛速度慢和早熟收敛的问题,提出一种具有高斯扰动的最优粒子引导粒子群优化算法(OGPSO).该算法通过在粒子的速度更新公式上移除自我认知部分,增加局部最优粒子控制的高斯扰动项来实现改进PSO算法.通过移除自我认知部分,使种群中的粒子主要受当前全局最优粒子引导;通过增加高斯扰动项,又提供了一种防止粒子陷入局部最优点的机制.两种改进措施相结合,既加快了收敛速度,又避免了早熟收敛的问题.在典型测试函数集上的仿真实验结果和与其它经典及新近改进PSO算法的对比实验结果,均表明本文算法有较好的寻优性能及稳定性.
更多相关知识
关键词
粒子群优化算法高斯扰动最优粒子引导局部极值点particle swarm optimization algorithm (PSO)Gaussian perturbanceoptimal particle guidancelocal extremum point
分类号
TP301
栏目名称
发布时间
2016-10-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
