您的位置: 专家智库 > >

薛敬

作品数:2 被引量:5H指数:2
供职机构:中北大学更多>>
发文基金:山西省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇粒子群
  • 1篇优化算法
  • 1篇群算法
  • 1篇历史经验
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇进化

机构

  • 2篇中北大学
  • 1篇太原科技大学

作者

  • 2篇靳雁霞
  • 2篇薛敬
  • 1篇张建华
  • 1篇韩燮

传媒

  • 1篇小型微型计算...
  • 1篇计算机工程与...

年份

  • 1篇2016
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
位置扰动的粒子群算法被引量:3
2014年
针对基本粒子群算法具有容易陷入局部极值、对多维搜索空间精度不高等缺陷,提出了一种位置扰动的粒子群算法。算法通过对粒子个体最优位置的一个或多个随机维上的计算,产生对群体最优位置对应维上的扰动,使群体最优位置可以从个体最优位置搜索经验中更直接的学习,并且跳出局部最优。通过几个常用测试函数的测试结果表明,位置扰动的粒子群算法比标准PSO算法在处理多峰值、多维搜索空间问题时有更高的寻优能力。
薛敬靳雁霞
关键词:粒子群算法
学习历史经验的粒子群优化算法被引量:2
2016年
为解决基本粒子群算法收敛速度过慢、易于陷入局部最优等不足,提出一种对全局最优位置预测的粒子群算法.算法在基本粒子群的每一代搜索更新基础上,全局最优位置先通过反学习预测策略得到下一步进化的预测值和本次进化的经验,然后通过进化经验预测策略进一步预测全局最优位置,更精准更快速地寻到全局最优位置.最后,通过对几个基本测试函数寻优结果的对比说明,ALPSO算法可以在较短时间收敛,提高了收敛精度,且不易陷入局部极值,在工程应用上具有一定的实用价值.
靳雁霞薛敬张建华韩燮
关键词:粒子群优化算法
共1页<1>
聚类工具0