文献类型：期刊文章

作　　者：陆克中[1] 张秋华[1] 孙兰娟[1]

机构地区：[1]池州学院计算机科学系,安徽池州247000

出　　处：《计算机技术与发展》

基　　金：安徽省高校青年教师科研资助项目(2006jq1244)

年　　份：2007

卷　　号：17

期　　号：11

起止页码：88-91

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：粒子群优化算法(particle swarm optimization,PSO)是一种新兴的优化技术,其思想来源于人工生命和演化计算理论。PSO算法具有简单、易实现、可调参数少等特点,在很多领域得到了广泛应用。但PSO算法存在早熟收敛问题。为了克服粒子群优化算法的早熟收敛问题,提出了一种旨在保持种群多样性的改进PSO(IPSO)算法,以提高PSO算法摆脱局部极小点的能力。通过对3种Benchmark函数的测试,结果表明IPSO算法不仅具有较快的收敛速度、有效的全局收敛性能,而且还具有良好的稳定性。

关 键 词：粒子群优化 改进的粒子群优化  群体智能 进化计算

分 类 号：TP18]