典型文献
结合引力测度和质心变异策略的混合粒子群优化算法
文献摘要：
针对经典粒子群优化(PSO)算法在算法前期易陷入局部极值、后期收敛精度低的问题,提出一种结合引力测度和质心变异策略的混合粒子群优化算法(GMCMPSO).首先,在算法初始阶段采用精英分组策略,以方便获取种群的优秀信息;其次,对两个子群采用引力测度策略,以达到种群间信息的高效共享;最后,在引力测度的引导下对一部分普通粒子进行随机变异、对剩余的普通粒子进行质心变异,以使得算法能够有效跳出局部极值和开发最具潜力的区域,并提高算法的收敛精度.将所提出的算法和经典粒子群优化(PSO)算法、萤火虫和粒子群的混合优化(HFPSO)算法、基于分层自主学习的改进粒子群优化(HCPSO)算法、适应度依赖优化(FDO)算法共5个算法在16个标准测试函数上进行了比较,各项实验结果表明,GMCMPSO在高维多峰函数上对比其他4个算法有更高的收敛精度和更快的收敛速度.
文献关键词：
粒子群优化算法;精英分组;引力测度;质心变异;收敛精度;收敛速度
中图分类号：
作者姓名：
胡凯;李均利;林秀丽;邓浩
作者机构：
四川师范大学 计算机科学学院,成都610101
文献出处：
引用格式：
[1]胡凯;李均利;林秀丽;邓浩-.结合引力测度和质心变异策略的混合粒子群优化算法)[J].小型微型计算机系统,2022(02):285-292
A类：
引力测度,质心变异,GMCMPSO,精英分组,HFPSO,HCPSO
B类：
变异策略,混合粒子群优化算法,局部极值,期收,收敛精度,初始阶段,分组策略,以方,机变,跳出局部,萤火虫,混合优化,改进粒子群优化,适应度,FDO,法共,标准测试函数,高维,维多,多峰,收敛速度
AB值：
0.184996
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。
