基于雁群启示的粒子群优化算法

计算机科学 ›› 2006, Vol. 33 ›› Issue (11): 166-168.

• 计算机网络与信息安全 • 上一篇下一篇

基于雁群启示的粒子群优化算法

刘金洋郭茂祖邓超

哈尔滨工业大学计算机学院,哈尔滨150001

出版日期:2018-11-17 发布日期:2018-11-17

LIU Jin-Yang ,GUO Mao-Zu, DENG Chao （Department of Computer Science, Harbin Institute of Technology, Harbin 150001）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 粒子群优化（PS0）算法是一类新兴的随机优化技术，其思想来源于人工生命和演化计算理论。PSO通过粒子追随个体极值和全局极值来完成优化。本文借鉴生物界中雁群的飞行特征，给出了一种改进的PSO算法。该算法一方面将粒子排序，每个粒子跟随其前面那个较优粒子飞行，保持了多样性；另一方面使每个粒子利用更多其他粒子的有用信息，加强粒子之间的合作与竞争。用3个基准函数对新算法进行实验，结果表明，新算法不仅具有更好的收敛精度和更快的收敛速度，而且能更有效地进行全局搜索。

关键词: 群体智能粒子群优化惯性权重线性下降雁群飞行

Abstract: particle swarm optimization （PSO） is a new stochastic optimization technique originating from artificial life and evolutionary computation. The algorithm completes the optimization through following the personal best solution of each particle and the glob

Key words: Swarm intelligence,Particle swarm optimization,Linearly decreasing inertia weight,Flight of geese

刘金洋郭茂祖邓超. 基于雁群启示的粒子群优化算法[J]. 计算机科学, 2006, 33(11): 166-168. https://doi.org/

LIU Jin-Yang ,GUO Mao-Zu, DENG Chao （Department of Computer Science, Harbin Institute of Technology, Harbin 150001）. [J]. Computer Science, 2006, 33(11): 166-168. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于雁群启示的粒子群优化算法

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0