文献类型：期刊文章

作　　者：王庆喜[1] 郭晓波[1]

Wang Qingxi;Guo Xiaobo(School of Computer Science & Information Engineering, Anyang Institute of Technology, Anyang Henan 455000 , China)

机构地区：[1]安阳工学院计算机科学与信息工程学院,河南安阳455000

出　　处：《计算机应用研究》

基　　金：国家自然科学基金河南联合基金资助项目(U1204613);国家重大科技专项资助项目(2012ZX04011-012);河南省科技计划重点科技攻关项目(142102310188);安阳工学院青年科研基金资助项目(Qjj201426)

年　　份：2016

卷　　号：33

期　　号：9

起止页码：2588-2591

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：为了有效解决粒子群优化算法易陷入局部最优的缺陷,在粒子群优化算法(PSO)的基础上引入莱维飞行,提出了一种基于莱维飞行的粒子群优化算法(LPSO)。该算法在迭代过程中对粒子位置进化效果进行判断,若粒子多次迭代后仍无法进化到更优位置,则使用莱维飞行更新粒子位置。改进后的算法增加了粒子位置变化的活力,提高了算法的有效性。仿真实验结果表明,该算法在求解全局最优时,效果优于原始粒子群优化算法,在多峰值函数优化问题中其优越性更加突出。

关 键 词：粒子群搜索算法  莱维飞行  多峰函数

分 类 号：TP301.6]