一种精英反向学习的粒子群优化算法

被引：90

作者：

周新宇 ^{[1
,2
]}

吴志健 ^{[1
,2
]}

王晖 ^{[1
,3
]}

李康顺 ^{[4
]}

张浩宇 ^{[1
]}

机构：

[1] 武汉大学软件工程国家重点实验室

[2] 武汉大学计算机学院

[3] 南昌工程学院信息工程学院

[4] 华南农业大学信息学院

来源：

电子学报 | 2013年 / 41卷 / 08期

关键词：

全局优化; 粒子群优化; 精英反向学习; 差分演化变异; 群体选择;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为解决传统粒子群优化算法易出现早熟的不足,提出了精英反向学习策略,引入精英粒子,采用反向学习生成其反向解,扩大搜索区域的范围,可增强算法的全局勘探能力.同时,为避免最优粒子陷入局部最优而导致整个群体出现搜索停滞,提出了差分演化变异策略,采用差分演化算法搜索最优粒子的邻域空间,可增强算法的局部开采能力.在14个测试函数上将本文算法与多种知名的PSO算法进行对比,实验结果表明本文算法在解的精度与收敛速度上更优.

引用

页码：1647 / 1652

页数：6

共 5 条

[1] 具有异构分簇的粒子群优化算法研究 [J].

李文锋 ;

梁晓磊 ;

张煜 .

电子学报, 2012, 40 (11) :2194-2199

[2] 均匀搜索粒子群算法 [J].

吴晓军 ;

杨战中 ;

赵明 .

电子学报, 2011, 39 (06) :1261-1266

[3] Enhancing particle swarm optimization using generalized opposition-based learning [J].

Wang, Hui ;

Wu, Zhijian ;

Rahnamayan, Shahryar ;

Liu, Yong ;

Ventresca, Mario .

INFORMATION SCIENCES, 2011, 181 (20) :4699-4714

[4]

Cellular particle swarm optimization[J] . Yang Shi,Hongcheng Liu,Liang Gao,Guohui Zhang.Information Sciences . 2010 (20)

[5]

Opposition-based particle swarm algorithm with cauchy mutation .2 WANG H,LIU Y,ZENG S,et al. Proceedings of theIEEE Congress on Evolutionary Computation . 2007

← 1 →