典型文献
一种多样性驱动的自适应粒子群优化算法
文献摘要：
粒子群优化算法是一种随机全局优化算法,但它容易陷入局部最优和早熟,为了克服其缺陷,本文提出了一种多样性驱动的自适应粒子群优化(DDA-PSO)算法.本算法包括吸引阶段和驱动阶段.吸引阶段利用惯性权重线性递减机制加快粒子收敛,驱动阶段利用多样性驱动速度策略提升种群多样性.两个阶段相互自适应转换,粒子能跳出局部最优和防止早熟,算法的勘探与开拓获得自适应平衡.DDA-PSO算法与其他已有算法进行了比较,实验结果表明,DDA-PSO算法提高了收敛速度和精度,全局搜索能力得到显著提高.
文献关键词：
粒子群优化;多样性;勘探与开拓;全局优化
中图分类号：
作者姓名：
宗敏;杨玉群;徐刚
作者机构：
南昌大学 数学系,江西 南昌 330031;南昌大学 附属中学,江西 南昌 330047
文献出处：
引用格式：
[1]宗敏;杨玉群;徐刚-.一种多样性驱动的自适应粒子群优化算法)[J].南昌大学学报（理科版）,2022(04):386-391
A类：
勘探与开拓
B类：
自适应粒子群优化算法,全局优化,局部最优,早熟,DDA,PSO,用惯,惯性权重,权重线性递减,策略提升,种群多样性,自适应转换,跳出局部,收敛速度,全局搜索,搜索能力
AB值：
0.262396
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
