带扩展记忆的粒子群优化算法仿真分析
DOI:
CSTR:
作者:
作者单位:

1. 重庆大学自动化学院
2.
3. 重庆大学

作者简介:

段其昌

通讯作者:

中图分类号:

基金项目:


Simulation analysis of particle swarm optimization algorithm with extended memory
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:

    从心理学的角度提出带扩展记忆的粒子群优化算法(PSOEM), 以克服标准粒子群优化算法(PSO) 在优化
    多维函数过程中粒子搜索方向性差、目的性弱的缺陷. 采用扩展记忆存储粒子的历史信息, 并引入参数表征扩展记
    忆的重要性. 利用经典离散控制理论分析其定值算法的稳定范围. 此算法与标准算法是同源异构的, 可以与已改进
    的PSO 算法结合使用. 基准测试函数的仿真结果验证了所提出算法的有效性.

    Abstract:

    Standing on a psychological point of view, a particle swarm optimization algorithm with extended memory
    (PSOEM) is presented for the problem that particles often lost their way when applying the standard particle swarm
    optimization(PSO) algorithm to optimization multidimensional functions. The extended memory is introduced to store
    each particle’s historical information and a parameter is employed to describe the importance of extended memory as well.
    Stability region of its deterministic version in a dynamic environment is analyzed by means of the classic discrete control
    theory. Because PSO with extended memory(PSOEM) and PSO are homologous but heterogeneous in structure, the specialty
    of PSOEM is that it can integrate with numerous existing improved PSO algorithms and combine respective advantages.
    Results of simulation on benchmark functions show the effectiveness of the proposed algorithm.

    参考文献
    相似文献
    引证文献
引用本文

段其昌 黄大伟 雷蕾 段盼.带扩展记忆的粒子群优化算法仿真分析[J].控制与决策,2011,26(7):1087-1090

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:2010-05-10
  • 最后修改日期:2010-08-21
  • 录用日期:
  • 在线发布日期: 2011-07-20
  • 出版日期:
文章二维码