活动分享:
倒计时: 小时

《精品论文》
优秀论文评选活动
微网站二维码

您的当前位置:活动首页>>论文页面

论文分享:

粒子群优化算法变型:GLbest-PSO算法

A new variant of particle swarm optimization method: the GLbest-PSO

全文下载

陈相托,王惠文,孙玥元

(北京航空航天大学中法工程师学院;巴黎中央理工学院;北京航空航天大学经济管理学院)

摘要:全局粒子群优化(global particles swarm optimization,Gbest-PSO)算法拥有较快的收敛速度,但粒子群体容易在局部过早收敛;而局部粒子群优化(local particles swarm optimization,Lbest-PSO)算法细化了粒子群对空间的探索,但是弱化了其最优解的聚拢效应。因此,研究尝试中和Gbest-PSO算法和Lbest-PSO算法在全局搜索和局部搜索方面各自的优点,提出GLbest-PSO算法模型,并希望以此获得一种兼有收敛速度和搜索细化的优化算法。通过仿真实验检验该算法的优化能力,并与其他几种经典的粒子群算法进行比较。结果表明,该算法在收敛速度和收敛效果上均有所提高,是一种有效的改进算法。

关键词:最优化;粒子群优化;全局

该论文将粒子群算法的全局搜索与局部搜索方法进行综合,提出了GLbest-PSO算法。数值仿真表明,提出的算法有一定的优化能力,与其他若干种粒子群方法比较,对测试函数Sphere有较好的表现,收敛速度快,效果好。论文具有一定的创新性和实用性,推荐为年度优秀论文。

综合指数: 55

推荐指数:79
关注指数:77
动态指数:1

全部文章

理科基础与化学化工卷
工程与技术卷
生命科学与农学卷
电子与信息卷
医学卷
资源与环境卷
  评论 303
请您!
暂无评论