中国学术期刊网络出版总库
  关闭
自适应变异的粒子群优化算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Particle Swarm Optimization with Adaptive Mutation
【下载频次】 ★★★★★
【作者】 吕振肃; 侯志荣;
【英文作者】 L Zhen-su; HOU Zhi-rong (School of Information Science and Engineering; Lanzhou University; Lanzhou; Gansu 730000; China);
【作者单位】 兰州大学信息科学与工程学院; 兰州大学信息科学与工程学院 甘肃兰州; 甘肃兰州;
【文献出处】 电子学报 , Acta Electronica Sinica, 编辑部邮箱 2004年 03期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 粒子群; 自适应变异; 优化; 早熟收敛;
【英文关键词】 particle swarm; adaptive mutation; optimization; premature convergence;
【摘要】 本文提出了一种新的基于群体适应度方差自适应变异的粒子群优化算法 (AMPSO) .该算法在运行过程中根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率 ,变异操作增强了粒子群优化算法跳出局部最优解的能力 .对几种典型函数的测试结果表明 :新算法的全局收搜索能力有了显著提高 ,并且能够有效避免早熟收敛问题
【英文摘要】 A new adaptive mutation particle swarm optimizer(AMPSO),which is based on the variance of the population's fitness is presented.During the running time,the mutation probability for the current best particle is determined by two factors:the variance of the population's fitness and the current optimal solution.The ability of particle swarm optimization algorithm(PSO) to break away from the local optimum is greatly improved by the mutation.The experimental results show that the new algorithm not only has great...
【基金】 甘肃省自然科学基金项目 (No .ZS0 1 1 A2 5 0 1 6 G)
【更新日期】 2005-08-19
【分类号】 TP301.6
【正文快照】 1 引言  粒子群优化算法PSO(ParticleSwarmOptimization)是由E berhart博士和Kennedy博士发明的一种新的全局优化进化算法 ,它源于对鸟类捕食行为的模拟[1,2 ] .作为一种重要的优化工具 ,粒子群优化算法已经成功地用于系统辨识[3 ] 、神经网络训练[4] 等领域 .与其它全局优?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    一般性问题
     理论、方法
      算法理论
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号