- 站内检索
- 发现检索
全部
图书
期刊
- 多策略自适应粒子群优化算法
- 作者： 汤可宗 丰建文 李芳 杨静宇 来源： 南京理工大学学报 年份： 2017 文献类型 ： 期刊 关键词： 实时交替策略 粒子群优化 多样性测试 种群多样性 精英学习策略
- 描述： 为了提高粒子群优化算法搜索最优解的效率,该文提出多策略自适应粒子群优化(MAPSO)算法。通过构建多样性测试方式评价种群的分布性。粒子的进化状态分别为勘探或开发状态,通过执行实时交替策略,确定粒子的进化状态。在迭代优化时,根据粒子的多样性动态地控制惯性系数。基于所构建的多样性测试方式,通过融入精英学习策略进一步改善种群多样性,以阻止种群陷入局部解。实验结果表明,与自适应性粒子群优化(APSO)、综合性学习粒子群优化(CPSO)、振荡粒子群优化(PPSO)算法相比,MAPSO算法能够持续地改善PSO跳出局部最优解的能力,其可靠性和成功率均优于其它算法,并能有效改善搜索性能和收敛速度。