資源簡介
針對基本粒子群優化(basic particle swarm optimization,簡稱bPSO)算法容易陷入局部極值、進化后期
的收斂速度慢和精度低等缺點,采用簡化粒子群優化方程和添加極值擾動算子兩種策略加以改進,提出了簡化
粒子群優化(simple particle swarm optimization,簡稱sPSO)算法、帶極值擾動粒子群優化(extremum disturbed
particle swarm optimization,簡稱tPSO)算法和基于二者的帶極值擾動的簡化粒子群優化(extremum disturbed and
simple particle swarm optimization,簡稱tsPSO)算法.sPSO 去掉了PSO 進化方程的粒子速度項而使原來的二階微
分方程簡化為一階微分方程,僅由粒子位置控制進化過程,避免了由粒子速度項引起的粒子發散而導致后期收
斂變慢和精度低問題.tPSO 增加極值擾動算子可以加快粒子跳出局部極值點而繼續優化.對幾個經典測試函數
進行實驗的結果表明,sPSO 能夠極大地提高收斂速度和精度;tPSO 能夠有效擺脫局部極值點;以上兩種策略相
結合,tsPSO 以更小的種群數和進化世代數獲得了非常好的優化效果,從而使得PSO 算法更加實用化.
代碼片段和文件信息
- 上一篇:數理邏輯習題答案第二版
- 下一篇:轉換ADS1.2項目為makefile
評論
共有 條評論