文档名：基于模糊高斯学习策略的粒子群进化融合算法
针对粒子群优化(PSO)算法存在的开发能力不足,导致算法精度不高、收敛速度慢以及微分进化算法具有的探索能力偏弱,易陷入局部极值的问题,提出一种基于模糊高斯学习策略的粒子群-进化融合算法.在标准粒子群算法的基础上,选取精英粒子种群,运用变异、交叉、选择进化算子,构建精英粒子群-进化融合优化机制,提高粒子种群多样性与收敛性;引入符合人类思维特性的模糊高斯学习策略,提高粒子寻优能力,形成基于模糊高斯学习策略的精英粒子群和微分进化融合算法.对9个标准测试函数进行了计算测试和对比分析,结果表明函数Sehwefel.1.2、Sphere、Ackley、Griewank与QuadricNoise计算平均值分别为1.5E-39、8.5E-82、9.2E-13、5.2E-17、1.2E-18,接近算法最小值;Rosenbrock、Rastrigin、Schwefel及Salomon函数收敛平均值较四种对比粒子群优化算法计算结果提高了1～3个数量级;同时,收敛性显示算法收敛速度较对比算法提高了5％～30％.算法在提高计算收敛速度和精度上效果明显,具有较强的逃离局部极值的能力和全局搜索能力.
作者：周伟 罗建军 靳锴 王凯
作者单位：西北工业大学航天学院,西安710072火箭军工程大学理学院,西安710025
母体文献：第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议(CRSSC-CWI-CGrC-3WD2017)论文集
会议名称：第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议(CRSSC-CWI-CGrC-3WD2017)
会议时间：2017年5月26日
会议地点：合肥
主办单位：中国计算机学会,中国人工智能学会
语种：chi
分类号：
关键词：粒子群-进化融合算法 数量级 收敛速度 模糊隶属度 高斯学习
在线出版日期：2018年7月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 948.04 KB
- 下载次数:
- 60
-
高速下载
|
|
