具有高斯扰动的局部引导粒子群优化算法
【出 处】:
【作 者】:
吴润秀
[1] ;
孙辉
[1] ;
朱德刚
[2] ;
赵嘉
[1]
【摘 要】
为解决粒子群优化算法PSO存在的早熟收敛问题,提出了一种具有高斯扰动的局部引导粒子群优化算法(LGPSO)。该算法在粒子的速度更新公式上采取两种措施改进PSO:一是移除社会认知部分,使粒子仅受局部引导;二是增加全局最优粒子控制的高斯扰动项。两种改进措施相结合,可有效解决早熟收敛的问题,加快收敛的速度。本文算法通过与经典及新近改进PSO算法的多次对比实验测试,均展现出较好的寻优性能及稳定性。两种改进措施的效果分析实验测试数据和社会认知项与高斯扰动项的对比实验测试数据也进一步验证了本文算法的有效性。
相关热词搜索: 粒子群优化算法 高斯扰动 局部引导 局部极值点 社会认知 particle swarm optimization algorithm (PSO) Gauss perturbation local guidance local extremum point social cognition