史小露
- 作品数：3 被引量：34H指数：2
- 供职机构：南昌航空大学更多>>
- 发文基金：江西省自然科学基金国家自然科学基金江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 粒子群和人工蜂群混合算法的研究与应用
- 史小露
- 文献传递
- 具有快速收敛和自适应逃逸功能的粒子群优化算法被引量：14
- 2013年
- 为了克服标准粒子群优化算法(PSO)后期收敛速度慢、容易陷入局部最优等缺点,借鉴人工蜂群算法的思想,提出了一种提高收敛速度并且带有自适应逃逸功能的粒子群优化算法(FAPSO)。算法中每进化一次粒子搜索两次:一次全局搜索,一次局部搜索。当粒子陷入局部最优时,通过逃逸功能使粒子重新搜索。8个经典基准测试函数仿真结果表明,改进的粒子群优化算法在收敛速度和寻优精度上均有提高,相对于目前常用的改进粒子群优化算法如CLPSO等,t检验结果说明,新算法具有明显的优势。
- 史小露孙辉李俊朱德刚
- 关键词：粒子群优化算法全局搜索局部搜索
- 多种群粒子群算法与混合蛙跳算法融合的研究被引量：20
- 2013年
- 针对粒子群算法和混合蛙跳算法在复杂函数寻优上易于陷入局部最优值的缺点,提出一种新的粒子群与混合蛙跳融合算法.算法采用多种群粒子群方法,每次进化后,将各子群中的最优粒子组成新的群体,采用混合蛙跳模式进化,以提高种群的多样性.粒子群各子群的进化模式中,除考虑本子群最好的粒子外,还考虑整合群体最好的粒子.相对于其它一些改进的粒子群或混合蛙跳算法,融合算法概念简单,易于实现,具有良好的全局搜索能力和较快的收敛速度.基准测试函数的仿真结果表明,本文算法优于目前一些常见的改进粒子群算法.
- 李俊孙辉史小露
- 关键词：粒子群算法混合蛙跳算法
