作者:刘霞;刘金凤;赵文彬;田甜; 时间:2007-01-01 点击数:
刘霞;刘金凤;赵文彬;田甜;
1:大庆石油学院电气信息工程学院
2:大庆石油学院电气信息工程学院
3:燕山大学车辆与能源学院
4:大庆石油学院电气信息工程学院 黑龙江大庆163318
摘要(Abstract):
提出一种抑制局部最优的粒子群算法(RPSO).该算法用粒子的梯度信息对速度进行初始化,并且针对粒子群优化算法(PSO)易陷入局部最优值的缺点,在算法搜索过程中引入变异算子,增强了PSO摆脱局部极小点的能力.用4个基准函数进行对比实验,结果表明RPSO对函数的优化精度高于PSO,克服了PSO易于收敛到局部最优点的缺点.
关键词(KeyWords):粒子群算法;梯度信息;变异算子
Abstract:
Keywords:
基金项目(Foundation):
作者(Author):刘霞;刘金凤;赵文彬;田甜;
Email:
参考文献(References):
[1]KENNEDY J,EBERHART R C.Particle swarm optimization[C].Proceeding of IEEE International conference on neural networks[A].Perth,Piscataway,NJ,Australia:IEEE Service Center,1995:1 942-1 948.
[2]BRANDSTATTER B,BAUMGARTNER U.Particle swarm Optimization-Mass-Spring system analogon[J].IEEE Trans on Magnet-ics,2002,38(2):997-1 000.
[3]杨维,李歧强.粒子群优化算法综述[J].中国工程科学,2004,6(5):87-94.
[4]CIUPRINA G,IOAN D,MUNTEANU I.Use of Intelligent-Particle swarm optimization in electromagnetics[J].IEEE Trans onMagnetics,2002,38(2):1 037-1 040.
[5]CLERC M,KENNEDY J.The particle Swarm-Explosion,stability,and convergence in a multidimensional complex space[J].IEEETrans.on Evolutionary Computation,2002,6(1):58-73.
[6]刘华蓥,林玉娥,齐名军.求解约束优化问题的改进粒子群算法[J].大庆石油学院学报,2005,29(4):73-75.
[7]王岁花,冯乃勤,李爱国.一类新颖的粒子群优化算法[J].计算机工程与应用,2003,(13):109-110.
[8]刘宇,覃征,史哲文.简约粒子群优化算法[J].西安交通大学学报,2006,40(8):883-887.
2019 版权所有©东北石油大学 | 地址:黑龙江省大庆市高新技术产业开发区学府街99号 | 邮政编码:163318
信息维护:学报 | 技术支持:现代教育技术中心
网站访问量: