文献类型：期刊文章

作　　者：杨韬[1] 邵良杉[2]

机构地区：[1]辽宁工程技术大学工商管理学院信息管理系,辽宁葫芦岛125100 [2]辽宁工程技术大学系统工程研究所,辽宁阜新123000

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金No.70572070;辽宁工程技术大学青年科研基金(No.07A205)~~

年　　份：2009

卷　　号：45

期　　号：12

起止页码：52-54

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对于多维函数的最优解搜索,粒子群优化算法存在前期易陷入局部最优,后期收敛速度缓慢的问题。将改进的k均值聚类分析策略与PSO相结合提出了一种混合粒子群优化算法CA-PSO。在算法中,利用改进的k均值聚类分析方法将粒子群划分成若干个子群,结合PSO的隐含并行搜索的优势增强了寻优性能。不仅增加了粒子间的信息交换,抑制了早熟收敛,并且提高了全局寻优速度和计算精度。理论证明,在一定条件下,CA-PSO具有稳定收敛性。仿真结果表明,CA-PSO性能优于基本粒子群优化算法。

关 键 词：粒子群 K均值 聚类分析  子群 隐含并行  

分 类 号：TP301.6]