动态自适应粒子群优化算法

针对粒子群算法存在局部最优,易陷入局部最小值的问题,提出了一种基于早熟收敛程度的惯性权重的评价方法,来动态调整惯性权重的自适应粒子群优化算法DAPSO(Dynamic Adaptive Particle Swarm Optimization),通过仿真并于其它算法相比较,验证了算法的有效性。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:绥化学院学报 2011-06 (6), p.190-192
1. Verfasser: 盛桂敏 薛玉翠 张博阳
Format: Artikel
Sprache:chi
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:针对粒子群算法存在局部最优,易陷入局部最小值的问题,提出了一种基于早熟收敛程度的惯性权重的评价方法,来动态调整惯性权重的自适应粒子群优化算法DAPSO(Dynamic Adaptive Particle Swarm Optimization),通过仿真并于其它算法相比较,验证了算法的有效性。
ISSN:2095-0438
DOI:10.3969/j.issn.2095-0438.2011.06.089