| 粒子群优化算法的边界变异策略比较研究 |
| |
| 引用本文： | 宋莉,邓长寿,曹良林.粒子群优化算法的边界变异策略比较研究[J].计算机工程,2015(3):191-197,210. |
| |
| 作者姓名： | 宋莉 邓长寿 曹良林 |
| |
| 作者单位： | 九江学院信息科学与技术学院,江西 九江,332005 |
| |
| 基金项目： | 国家自然科学基金资助项目(61364025);江西省教育厅科学技术基金资助项目(GJJ13729);武汉大学软件工程国家重点实验室开放基金资助项目(SKLSE2012-09-39);九江学院科研基金资助项目(2013KJ31) |
| |
| 摘 要： | 为解决粒子群优化( PSO)算法中粒子越界和早熟收敛等问题，在比较国内外学者提出的边界变异策略基础上，提出一种新的边界变异策略———双重限制变异策略。针对粒子越界时速度和位置变异方向的不同情形，通过同时限制粒子的更新位置和更新速度，将粒子控制在搜索空间范围内。利用5种测试函数进行实验，结果表明，与其他4种边界变异策略相比，双重变异策略收敛速度快，在解决粒子越界问题上具有较好的效果。此外，通过实验测试显示粒子的最大速度和最大位置的比值与变异策略的好坏程度成反比，为边界变异策略的研究提供了一定依据。
|
| 关 键 词： | 粒子群优化 边界变异 双重限制 搜索空间 越界 早熟收敛 |
Comparative Study of Boundary Mutation Strategy for Particle Swarm Optimization Algorithm |
| |
| SONG Li
,
DENG Changshou
,
CAO Lianglin.Comparative Study of Boundary Mutation Strategy for Particle Swarm Optimization Algorithm[J].Computer Engineering,2015(3):191-197,210. |
| |
| Authors: | SONG Li DENG Changshou CAO Lianglin |
| |
| Affiliation: | SONG Li;DENG Changshou;CAO Lianglin;School of Information Science and Technology,Jiujiang University; |
| |
| Abstract: | |
| |
| Keywords: | Particle Swarm Optimization( PSO) boundary mutation double restrictions search space out of bounds premature convergence |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
