共查询到10条相似文献，搜索用时 31 毫秒
1.
提出一种与Powell算法相结合的新型改进微粒群算法——Powell-PSO.改进算法将粒子的搜索过程分为两阶段,第一阶段,将标准微粒群算法的速度公式加以改进进行搜索;第二阶段,将第一阶段的最后一代粒子作为Powell算法的初始点,让Powell算法与PSO算法交替进行.这样既克服了微粒群算法陷入局优的缺点,也大大提高了算法的求解精度,同时提高了收敛速度并保持了微粒的多样性.仿真结果表明：与标准微粒群算法相比,Powell-PSO具有较高求解精度和较强寻优能力,并且不论是对单峰还是多峰函数都能取得较好的优化效果. 相似文献
2.
在分析了标准微粒群(PSO)算法速度运动方程的基础上,提出了一种具有随机权重的复合模型PSO算法,采用测试函数进行仿真。实验结果表明,该算法能有效地提高收敛速度和全局搜索能力。 相似文献
3.
微粒群算法(Particle Swarm Optimization,PSO)收敛速度慢,精度不高,收敛过程中降低了种群多样性,易陷入局部最优。为此,提出协同微粒群算法。协同微粒群算法采用维数划分重新组合的协同模型,收敛速度快,搜索范围大,收敛精度较高。“孤岛模型”和“邻域模型”是协同微粒群算法采用较多的两种模型。“孤岛模型”的协同微粒群算法要等到所有子种群全部达到更新周期后才进行比较,将此时的全局最优值作为共享信息。“邻域模型”的协同微粒群算法每隔R代,相邻两个子种群之间就进行信息交换。基于“邻域模型”的协同微粒群算法收敛效率更快。为了在全局开发和局部搜索之间实现较好平衡,在协同微粒群算法基础上引入综合学习策略,以有效利用共享信息实现更好的搜索结果。 相似文献
4.
王元元 《南通职业大学学报》2011,25(3):89-91
在对标准微粒群算法（PSO）分析的基础上,提出了一种并行微粒群算法（PPSO）。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。 相似文献
5.
张成兴 《数学学习与研究(教研版)》2014,(1):71
微粒群算法已经成为一种高效容易实现的方法.微粒群算法根据鸟群捕食行为抽象而来,但是目前很少有文献分析该算法在循环中改变速度和位置的稳定性.本文以基本微粒群算法为例,利用差分方程,常微分方程和线性系统控制理论对算法的更新公式进行了分析,给出了算法稳定的条件. 相似文献
6.
该文针对基本微粒群算法（Particle Swarm Optimizaton,简称PSO）存在的早熟收敛问题,提出了一种改善粒子活性的改进微粒群（IPSO）算法。当粒子逐步失去活性时,对粒子按一定的概率重新以一定的方式进行赋值,达到激活该粒子的目的,使粒子能够有效地进行全局和局部搜索。通过函数优化测试,结果表明IPSO算法不仅具有较快的收敛速度,而且能够有效、稳定地提高函数优化精度。 相似文献
7.
蔡莉 《绵阳师范学院学报》2010,29(2):88-93
从生物学角度出发引入Logistic模型,提出了一种新的基于Logistic模型的动态群体微粒群算法。该算法中群体增长与生态学规律保持一致,通过适应值较好微粒杂交的方法产生新微粒以提高算法的多样性,当种群规模达到了环境负荷量时会由于资源短缺、疾病等原因造成种内竞争产生优胜劣汰现象,通过删除适应值变化率较小微粒,可提高种群的总体适应度。模拟实验表明该文提出的DPSO算法比SPSO和MPSO—TVAC具有更高的效率和较快的收敛速度,提高了种群微粒间的竞争。 相似文献
8.
在惯性权重非线性递减策略的基础上,引入小阻尼振荡函数,提出一种新的非线性递减随机扰动的粒子群算法,通过2个基准测试函数对算法性能和收敛性进行了分析.实验仿真表明：相对于标准粒子群算法,新策略加快了收敛速度,在一定程度上避免了粒子群优化算法的早熟收敛问题. 相似文献
9.
通过函数值的运算近似牛顿法中的导数项,构造了一个免导数的牛顿法.该算法与牛顿法一样,具有二阶收敛速度,但不需要用到函数的导数.通过与二分法结合,实现该算法的全局收敛性.数值结果表明该算法是有效的. 相似文献
10.
该文从基本微粒群算法社会行为分析的基础出发,分析了微粒群算法局部最好模型和一种基于邻域思想的微粒群算法与基本微粒群算法的关系。为了改进微粒群算法的全局和局部搜索能力,避免算法陷入局部优化,该文通过借鉴使用较为稳定的元胞自动机邻居模型中扩展摩尔型邻域,同时利用了元胞自动机的一些理论,提出了基于邻域思想改进的微粒群算法。实验结果表明,该方法在函数优化中能有效地进行全局搜索。 相似文献