文献类型：期刊文章

作　　者：吕艳萍[1] 李绍滋[1] 陈水利[2] 郭文忠[3] 周昌乐[1]

机构地区：[1]厦门大学 计算机科学系 智能多媒体技术实验室,福建厦门361005 [2]集美大学 理学院,福建厦门361021 [3]福州大学 计算机科学系,福建福州350002

出　　处：《软件学报》

基　　金：No.60373080(国家自然科学基金);Nos.A0310009;A0510023(福建省自然科学基金);厦门大学985二期信息技术创新平台项目(2004-2007);No.206073(国家教育部科学技术研究重点基金项目)~~

年　　份：2007

卷　　号：18

期　　号：11

起止页码：2740-2751

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20075210995601)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了避免微粒群算法(panicle swarm optimization,简称PSO)在全局优化中陷入局部极值,分析了标准PSO算法早熟收敛的原因,提出了自适应扩散混合变异机制微粒群算法(InfonnPSO).结合生物群体信息扩散的习性,设计了一个考虑微粒分布和迭代次数的函数,自适应调整微粒的"社会认知"能力,提高种群的多样性;模拟了基因自组织和混沌进化规律引入克隆选择使群体最佳微粒gBest实现遗传微变、局部增值,具有变异确定性;利用Logistic序列指导gBest随机漂移,进一步增强逃离局部极值能力.基于种群的随机状态转移过程,证明了新算法具有全局收敛性.与其他几种PSO变种相比,复杂基准函数仿真优化结果表明,新算法收敛速度快,求解精度高,稳定性好,能够有效抑制早熟收敛.

关 键 词：微粒群算法 早熟收敛 信息扩散 克隆选择 Logistic序列  

分 类 号：TP18]