基于时变系数与社会认知模拟的粒子群优化

计算机科学 ›› 2009, Vol. 36 ›› Issue (5): 220-222.

基于时变系数与社会认知模拟的粒子群优化

曲彦文张二华杨静宇

南京理工大学计算机科学与技术学院,南京210094

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家自然科学基金项目（60632050,60472060）资助.

QU Yan-wen ZHANG Er-hua YANG Jing-yu （School of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094,China）

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

摘要/Abstract

摘要： 粒子群优化算法利用一群在可行区域内飞行的粒子来搜索最优解，具有易实现、收敛速度快的特点，然而也面临“早熟”的问题。提出了一种基于时变系数与社会认知模拟的粒子群优化算法。实验结果显示，在5种不同的标准化测试函数下，新算法较另外3种常用的算法优越。

关键词: 粒子群优化时变系数社会认知

Abstract: Particle Swarm Optimization （PSO） uses a swarm of flying particles to search an optimal solution in the feasible region. PSO is easy to implement,and it appears high convergence speed in many applications. However,PSO has the problem of premature converge

Key words: Particle swarm optimization, Time varying coefficient, Social cognitive

曲彦文张二华杨静宇. 基于时变系数与社会认知模拟的粒子群优化[J]. 计算机科学, 2009, 36(5): 220-222. https://doi.org/

QU Yan-wen ZHANG Er-hua YANG Jing-yu （School of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094,China）. [J]. Computer Science, 2009, 36(5): 220-222. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed