基于平均速度的混合自适应粒子群算法
DOI:
CSTR:
作者:
作者单位:

北京理工大学自动化学院

作者简介:

高哲

通讯作者:

中图分类号:

基金项目:


Hybrid adaptive particle swarm optimization based on average velocity
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:

    针对传统粒子群寻优速度慢和局部收敛等缺点, 提出一种基于平均速度的混合粒子群优化算法. 给出了粒
    子群平均速度的定义, 用来表征粒子群的活跃程度, 并作为粒子群惯性系数和学习因子调节的依据, 加快了粒子群的
    寻优速度. 设计了基于平均速度的切换模拟退火算法和退火温度的更新公式, 使得粒子群在保持较快的寻优速度条
    件下, 仍能很容易地跳出局部极小点. 对3 个典型测试函数的寻优问题进行实验, 所得结果表明了该算法的有效性.

    Abstract:

    In order to deal with the problems of the low convergence rate and tending to jump into the local optimum in the
    traditional particle swarm optimization, a hybrid particle swarm optimization is proposed based on the average velocity. A
    definition of average velocity is presented to characterize the degree of the activity of particle swarm. The inertial weight and
    acceleration factors are adjusted by the definition. A switching simulated annealing algorithm and the updating equations of
    annealing temperature are designed, such that all the particles can converge into the global optimum faster and jump out of
    the local minimum easily. The experiment of searching optimization of three typical functions is given, and the results show
    the effectiveness of the proposed algorithm.

    参考文献
    相似文献
    引证文献
引用本文

高 哲, 廖晓钟.基于平均速度的混合自适应粒子群算法[J].控制与决策,2012,27(1):152-155

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:2010-09-09
  • 最后修改日期:2010-11-11
  • 录用日期:
  • 在线发布日期: 2012-01-20
  • 出版日期:
文章二维码