中国博士后科学基金(20090460323)
- 作品数:3 被引量:11H指数:2
- 相关作者:石永生陈家琪高浩更多>>
- 相关机构:上海理工大学江苏信息职业技术学院清华大学更多>>
- 发文基金:中国博士后科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于小波变异的粒子群算法被引量:4
- 2011年
- PSO算法对复杂函数有较强的寻优能力和收敛速度快等特点,但是它依然无法保证在搜索空间中找到全局最优点。针对粒子群算法易于陷入局部最小的弱点,提出了一种基于小波变换的粒子群算法。该算法使用全局变异因子使粒子具有了良好的全局搜索能力,同时使用了局部变异因子,使算法在搜索过程中具有较高的收敛速度。典型函数优化的仿真结果表明,该算法具有寻优能力强、搜索精度高、稳定性好等优点,适合于工程应用中的函数优化问题。
- 石永生高浩陈家琪
- 关键词:粒子群小波全局搜索收敛速度
- 基于高斯变异的量子粒子群算法被引量:5
- 2010年
- 粒子群算法相对于其他优化算法来说有着较强的寻优能力以及收敛速度快等特点,但是在多峰值函数优化中,基本粒子群算法存在着早熟收敛现象。针对粒子群算法易于陷入局部最小的弱点,提出了一种基于高斯变异的量子粒子群算法。该算法使粒子同时具有良好的全局搜索能力以及快速收敛能力。典型函数优化的仿真结果表明,该算法具有寻优能力强、搜索精度高、稳定性好等优点,适合于工程应用中的函数优化问题。
- 石永生陈家琪
- 关键词:粒子群高斯全局搜索收敛速度
- 一种改进的粒子群算法被引量:2
- 2010年
- 由Eberhart和Kennedy等于1995年提出的粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于种群搜索的自适应进化计算技术,它源于对鸟群和鱼群群体觅食运动行为的模拟。与其他生物进化算法类似,PSO算法是一种基于迭代过程的优化方法。
- 石永生陈家琪
- 关键词:粒子群算法粒子群优化算法SWARMPSO算法计算技术进化算法