动态概率粒子群优化模型及实验分析

计算机科学 ›› 2009, Vol. 36 ›› Issue (2): 222-226.

动态概率粒子群优化模型及实验分析

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本课题得到国家自然科学基金重大研究计划项目（90412014）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 对传统PSO算法中种群产生方式的特点，结合根据历史信息直接取样生成新种群的思想，抽象出动态概率粒子群优化（DPPSO）模型，并给出了该模型的形式化描述；同时提出了DPPSO模型可以采用的几种动态概率进化算子，最后通过常用Benchmark函数优化问题对DPPSO模型采用不同进化算子时的性能进行了实验分析。实验结果验证了DPPSO模型及所提出的进化算子的有效性，同时根据实验结果提出了进化算子设计与选择的指导性建议，并对相关参数设置也做了分析和讨论。

关键词: 群智能动态概率粒子群优化模型种群生成方式速度属性动态概率进化算子

Abstract: The dynamic probabilistic particle optimization model （DPPSO） was constructed based on the new inspiration of population generation method according to historical information about particles, and the formal description of DPPSO model was proposed, several

Key words: Swarm intelligence, Dynamic probabilistie particle swarm optimization, Population generation method, Velocity; Dynamic probabilistic evolution operator

. 动态概率粒子群优化模型及实验分析[J]. 计算机科学, 2009, 36(2): 222-226. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed