基于可达状态集扩张的粒子群算法收敛性改进

作     者：蔡昭权 黄翰 郑宗晖 罗伟 

作者机构：惠州学院网络中心广东惠州516007 华南理工大学软件学院广东广州510006 

基　　金：国家自然科学基金资助项目(60873078 60673062 60803052) 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2009年第37卷第6期

页      码：44-47页

摘      要：针对粒子群算法(PSO)改进设计缺乏数学模型和理论依据支持的问题,研究建立了PSO的吸收态马尔可夫过程模型,并提出了可达状态集作为收敛性分析的关键指标.与以往的收敛性分析不同,研究从可达状态集扩张的角度提出了PSO收敛性对比的理论,并基于此提出了PSO全局收敛性改进的方法.最后,以改进综合学习粒子群算法CLPSO(comprehensive learning particle swarm optimization)为例验证了提出模型与理论的有效性.

主 题 词：人工智能 群体智能 粒子群算法 收敛性改进 可达状态集扩张 

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] 

核心收录：

D　O　I：10.13245/j.hust.2009.06.031

馆 藏 号：203209998...