文献类型：期刊文章

作　　者：仝秋娟[1] 李萌[2] 赵岂[2]

TONG Qiujuan;LI Meng;ZHAO Qi(School of Science,Xi’an University of Posts and Telecommunications,Xi’an 710121,China;School of Telecommunications and Information Engineering,Xi’an University of Posts and Telecommunications,Xi’an 710121,China)

机构地区：[1]西安邮电大学理学院,陕西西安710121 [2]西安邮电大学通信与信息工程学院,陕西西安710121

出　　处：《现代电子技术》

基　　金：国家自然科学基金项目(11401469);陕西省自然科学基础研究计划项目(2017JM1015)~~

年　　份：2019

卷　　号：42

期　　号：19

起止页码：11-14

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

摘　　要：针对粒子群算法存在收敛速度慢、收敛精度低且易收敛到局部极值的问题,提出一种基于分类思想的粒子群改进算法。该算法将粒子适度值和适度值均值做差与适度值标准差进行比较,从而将粒子所在区域划分为拒绝域、亲近域、合理域。根据不同区域中粒子的特点选取不同惯性权重和学习因子,使粒子高效地选择自身经验或种群经验,合理增强或减弱粒子全局搜索能力和局部搜索能力。数值实验结果表明,与其他粒子群改进算法相比,新的分类粒子群算法有效加快了粒子的收敛速度,提高了算法的收敛精度,有效改善了算法寻优性能。

关 键 词：粒子群优化 参数改进  适度值  适度值均值  适度值标准差  粒子分类  有效经验  

分 类 号：TN911.1-34] TP18]