一种基于群能量恒定的粒子群优化算法
DOI:
CSTR:
作者:
作者单位:

北京化工大学

作者简介:

王建林

通讯作者:

中图分类号:

基金项目:


A Particle Swarm Optimization based on Swarm Energy Constant
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    粒子群优化算法(PSO)是一种新兴的随机优化技术,在许多领域得到了广泛应用。为了提高算法的计算精度,加快算法的收敛速度,本文提出了一种群能量恒定的粒子群优化算法(SEC-PSO)。算法根据粒子内能进行动态分群,并且引入粒子最差位置,通过最优个体和最差个体获取信息。将SEC-PSO用于几种典型函数的优化问题,仿真结果表明,SEC-PSO具有更强的全局搜索能力,优化性能明显提高。

    Abstract:

    A particle swarm optimization (PSO) is a new random optimization technology with many diverse applications. In this paper, an improved algorithm—swarm energy constant particle swarm optimization (SEC-PSO) is proposed in order to improve the accuracy of the algorithm and speed up the convergence rate. In this new algorithm, the population is partitioned into several sub-swarms according to the energy of the particles. The developed approach gets the information of the particles through taking the worst value and the best value into consideration. Simulations for several typical test functions show that SEC-PSO possesses more powerful global search capabilities and better performance of optimization.

    参考文献
    相似文献
    引证文献
引用本文

王建林 薛尧予.一种基于群能量恒定的粒子群优化算法[J].控制与决策,2010,25(2):269-272

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-03-23
  • 最后修改日期:2009-06-10
  • 录用日期:
  • 在线发布日期: 2010-02-20
  • 出版日期:
文章二维码