论文成果
邻域搜索的粒子群优化算法及其性能分析
  • 点击次数:
  • 论文类型:期刊论文
  • 发表时间:2006-12-30
  • 发表刊物:计算机工程与科学
  • 收录刊物:ISTIC、CSCD
  • 文献类型:J
  • 卷号:28
  • 期号:12
  • 页面范围:72-73,135
  • ISSN号:1007-130X
  • 关键字:粒子群优化算法(PSO);f局部寻优算子;性能分析
  • 摘要:粒子群优化算法(PSO)是一种进化计算技术, 是一种基于迭代的优化工具.但是,该算法的本身特性决定了算法不趋向于搜索接近极值点的解空间,造成了PSO算法最终解的局部极值性不好;并且,PSO算法需要充分的迭代才能够得到比较好的解,在迭代步数受到限制或者随时可能中途停机的情况下往往不能够得到比较好的解.根据PSO的这些不足,提出了邻域搜索的f-PSO算法,该算法在PSO的迭代步骤中每次更新全局最优解的同时采用一步局部寻优过程.实验表明,该算法具有很强的理论价值,在运算能力不足、迭代不充分或中途停机的情况下,该算法仍然能够得到比较好的解.

上一条: 基于FPGA和USB2.0的高速数据采集系统

下一条: 基于分水岭变换和核聚类算法的图像分割