基于遗传思想的改进粒子群优化算法

作     者：佘晓鑫 许波 

作者机构：广东石油化工学院计算机与电子信息学院广东茂名525000 

基　　金：国家自然科学基金项目(61272382) 广东省云机器人(石油化工)工程技术研究中心项目(2015B090903084) 广东省教育厅青年创新人才类项目(自然科学类)(2015KQNCX099) 

出 版 物：《长江大学学报（自科版）（上旬）》 (JOURNAL OF YANGTZE UNIVERSITY (NATURAL SCIENCE EDITION) SCI ＆ ENG)

年 卷 期：2016年第13卷第8期

页      码：4-8,3页

摘      要：传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进PSO算法:利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的PSO算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。

主 题 词：粒子群算法 局部最优 群体智能 算法设计 遗传算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16772/j.cnki.1673-1409.2016.22.002

馆 藏 号：203187958...