文档名：混合策略改进的粒子群算法
摘要：针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法.使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明:所提出的改进算法具有很强的寻优能力与稳定性.
Abstract：Toremedythedefectsofparticleswarmalgorithms,includingthelocaloptimum,lowconvergenceaccuracy,andslowconvergencespeed,thispaperproposesanimprovedparticleswarmalgorithmbasedonhybridstrategies.First,thepopulationisinitializedbythefusionCirclemappingandtheelitereverselearningtoimproveitsqualityandacceleratetheconvergence.Second,thespidermobilestrategyisintroducedintheparticlespeedupdatetobalancethelocalandglobalsearchofthealgorithm;thenself-adaptiveTdistributionisproposedtoenhancethealgorithm'sglobalsearchanditsabilitytojumpoutoflocaloptimum.Finally,the15single-peakandmulti-peakfunctionsaresimulatedandanalyzedwiththeotherthreealgorithms.Ourresultsshowtheimprovedalgorithmpossessesstrongoptimizingcapacityandstability.
作者：朱茂桃 刘欢 吴佘胤 商高高Author：ZHUMaotao LIUHuan WUSheyin SHANGGaogao
作者单位：江苏大学汽车与交通工程学院,江苏镇江212013
刊名：重庆理工大学学报
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(1)
分类号：TP912
关键词：粒子群优化算法 蜘蛛优化 自适应t分布
Keywords：particleswarmoptimizationalgorithm spideroptimization adaptivetdistribution
机标分类号：
在线出版日期：2024年3月6日
基金项目：国家自然科学基金混合策略改进的粒子群算法[
期刊论文] 重庆理工大学学报--2024, 38(1)朱茂桃 刘欢 吴佘胤 商高高针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法.使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
混合策略改进的粒子群算法 Particle swarm algorithm improved by hybrid strategies
混合策略改进的粒子群算法.pdf
- 文件大小:
- 6.46 MB
- 下载次数:
- 60
-
高速下载
|
|
