融合Powell搜索法的粒子群优化算法
DOI:
CSTR:
作者:
作者单位:

1. 湖南大学信息科学与工程学院;湖南大学电气与信息工程学院
2. 湖南大学电气与信息学院
3. 湖南大学计算机与通信学院

作者简介:

吴建辉

通讯作者:

中图分类号:

基金项目:

国家自然科学基金重点项目;国家自然科学基金资助项目“面相感应网络的移动现实挖掘及复杂行为模式分析研究”


Particle swarm optimization algorithm combination with Powell search
method
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:

    为了进一步提高多模态函数寻优的效率, 提出一种融合Powell 搜索法的粒子群优化算法. 将PSO 算法的全
    局搜索能力与Powell 法的强局部寻优能力有机地结合起来, 在保证求解速度, 尽可能找到全部极值点的同时提高了
    解的精确性. 由于该算法只利用了函数值信息而不需要计算导数, 是求解可微和不可微多模态函数优化问题的通用
    方法. 仿真实验表明了新混合算法的有效性.

    Abstract:

    In order to further improve the efficiency of multi-modal function optimization, a novel hybrid algorithm which
    combines improved particle swarm optimization algorithm and Powell search method is proposed. The Powell-IPSO hybrid
    algorithm organically integrates PSO algorithm which has powerful global search capability with Powell search method
    which has strong local search ability. The hybrid algorithm ensures quick convergent speed and find all extreme points as
    much as possible, and solution’s precision is improved. The hybrid algorithm only uses function values information and
    doesn’t need to calculate the derivative of function. So it is a generalized algorithm for multi-modal function of differentiable
    and non-differentiable. The simulation experionents show the effectiveness of the hybrid algorithm.

    参考文献
    相似文献
    引证文献
引用本文

吴建辉, 章兢, 陈红安.融合Powell搜索法的粒子群优化算法[J].控制与决策,2012,27(3):343-348

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:2010-10-08
  • 最后修改日期:2010-12-18
  • 录用日期:
  • 在线发布日期: 2012-03-20
  • 出版日期:
文章二维码