计算机科学与探索 ›› 2016, Vol. 10 ›› Issue (5): 742-750.DOI: 10.3778/j.issn.1673-9418.1507025
• 人工智能与模式识别 • 上一篇
周 丹1,2,葛洪伟1,2+,苏树智1,袁运浩1
ZHOU Dan1,2, GE Hongwei1,2+, SU Shuzhi1, YUAN Yunhao1
摘要: 针对标准粒子群优化算法存在收敛速度慢和难以跳出局部最优等问题,提出了一种基于紧凑度和调度处理的粒子群优化算法。给出了粒子紧凑度和调度处理的概念和方法,通过动态评价粒子群中各粒子间的紧凑程度,从而确定调度的粒子,进而对其进行调度处理,避免粒子陷入局部最优。对11个常见的标准函数进行测试,并与标准粒子群算法和其他改进算法进行对比,实验结果表明,基于紧凑度和调度处理的粒子群优化算法具有较高的寻优精度和较快的收敛速度。