文献检索-宁波市创意产业特色资源库

限定检索结果

基于遗传思想的改进粒子群优化算法: 收藏
分享
引用; 《长江大学学报（自科版）（上旬）》2016年第8期13卷 4-8,3页; 作者：佘晓鑫许波广东石油化工学院计算机与电子信息学院广东茂名525000; 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...; 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。; 来源：详细信息评论

限定检索结果