一种改进的全局粒子群优化算法
CSTR:
作者:
作者单位:

1. 东北大学信息科学与工程学院,沈阳110004;
2. 辽宁省交通高等专科学校信息工程系,沈阳110122.

作者简介:

欧阳海滨

通讯作者:

中图分类号:

TP301.6

基金项目:

国家自然科学基金项目(61403174);辽宁省博士科研启动基金项目(201205118).


An improved global particle swarm optimization
Author:
Affiliation:

1. College of Information Science and Technology,Northeastern University,Shenyang 110004,China;
2. Information Engineering Department,Liaoning Provincial College of Communications,Shenyang 110122,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:

    为了改善粒子群优化算法的优化性能, 提出一种改进的全局粒子群优化(IGPSO) 算法. 该算法基于开采能力和搜索能力相均衡的思想提出全局邻域搜索策略和扰动策略, 使算法减少陷入局部极值的可能性, 同时以一定概率对全局最优粒子进行摄动操作, 加快算法收敛. 与其他智能算法相比较, 测试结果从寻优精度、收敛速度和非参数统计显著性方面验证了IGPSO 算法的有效性.

    Abstract:

    In order to improve the performance of particle swarm optimization(PSO) algorithm, an improved global particle swarm optimization(IGPSO) is presented. Based on a balance between exploitation and exploration ability, the global neighborhood search strategy and disturbance strategy are proposed to reduce the possibility of falling into local minima. Meanwhile, a perturbation operation with probabilities is implemented in the global best particle, which aims at accelerating the convergence speed. The test results demonstrate the effectiveness of the IGPSO algorithm in terms of accuracy, convergence speed, and nonparametric statistical significance when compared with other state-of-the-art intelligent algorithms.

    参考文献
    相似文献
    引证文献
引用本文

王皓 欧阳海滨 高立群.一种改进的全局粒子群优化算法[J].控制与决策,2016,31(7):1161-1168

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:2015-06-04
  • 最后修改日期:2015-10-29
  • 录用日期:
  • 在线发布日期: 2016-07-20
  • 出版日期:
文章二维码