带审敛因子的变邻域粒子群算法
CSTR:
作者:
作者单位:

空军工程大学防空反导学院,西安710051.

作者简介:

范成礼

通讯作者:

中图分类号:

TP182; TP391

基金项目:

国家自然科学基金项目(61272011);全军军事学研究生课题项目(2012JY003-577).


Particle swarm optimization and variable neighborhood search algorithm ith convergence criterions
Author:
Affiliation:

School of Air and Missile Defense,Air Force Engineering University,Xi’an 710051,China.

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:

    针对基本粒子群算法在求解高维空间中的复杂多峰函数时容易发生早熟收敛而陷入局部最优的问题, 汲取变邻域搜索算法全局搜索的优势, 提出了带审敛因子的变邻域粒子群算法. 首先由基本粒子群的快速搜索能力得到较优的群体; 然后通过审敛因子判断发生早熟收敛的粒子, 并利用变邻域搜索算法的全局搜索能力对陷入早熟收敛的粒子进行优化, 从而得到全局最优. 相关实验表明, 带审敛因子的粒子群算法的性能较常规粒子群算法更加优越.

    Abstract:

    For the complex multi-peaks function with high dimension, the particle swarm optimization and variable eighborhood search algorithm with convergence criterions(VNS-PSO-CC) is proposed on the basis of analyzing the problem f premature. This method combines the particle swarm optimization(PSO) with the global search ability of variable eighborhood search(VNS) algorithm, and adds the convergence criterions. Firstly, the preferable swarm is obtained by sing the fast searching ability of PSO algorithm. Furthermore, the premature swarm, which is estimated by convergence riterions, is optimized by using VNS algorithm. Finally, experimental results show that the performance of VNS-PSO-CC lgorithm is superior to the traditional PSO algorithm.

    参考文献
    相似文献
    引证文献
引用本文

范成礼 邢清华 范海雄 李响.带审敛因子的变邻域粒子群算法[J].控制与决策,2014,29(4):696-700

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:2012-12-25
  • 最后修改日期:2013-04-13
  • 录用日期:
  • 在线发布日期: 2014-04-20
  • 出版日期:
文章二维码