文献类型：期刊文章

作　　者：李怀俊[1] 谢小鹏[2] 肖心远[1]

机构地区：[1]广东交通职业技术学院车辆安全工程技术中心,广州510650 [2]华南理工大学汽车摩擦学与故障诊断研究所,广州510640

出　　处：《计算机工程与应用》

基　　金：广东省自然科学基金(No.S2011010002118);2013年广东省高校优秀青年教师培养项目(No.Yq2013178)

年　　份：2014

卷　　号：50

期　　号：19

起止页码：27-31

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了避免普通粒子群算法(PSO)可能出现的局部收敛及精度不高现象,围绕影响PSO算法性能的两个重要参数w和pgd,提出了一种面向全局优化的参数自适应变异PSO改进算法。算法定义了粒子熵集概念,可以精确反映粒子群数据的全局聚集特性,由粒子群各维数据的熵值大小决定是否对各维数据的惯性权重w进行回归变异,对全局变量pgd进行随机变异,并采取引入变异次数因子等方法来避免寻优发散。仿真研究表明该算法比常用算法在寻优精度、摆脱局部陷阱、稳定性等方面均有明显提高,在求解复杂多峰问题上有着良好的表现。

关 键 词：粒子熵集  惯性权重 全局最优位置  自适应变异 粒子群优化算法

分 类 号：TP202.7]