典型文献
一种改进学习因子及压缩因子的粒子群算法
文献摘要：
粒子群算法作为启发式算法的一种,在水电行业中的优化调度领域有着广泛的应用.启发式算法目前有很多,粒子群算法相对于其他启发式算法来说,具有简单、可并行处理、鲁棒性好等特点,而且有很快的收敛速度,较大概率找到全局最优解.针对高维复杂函数的标准粒子群算法常常存在过早收敛的问题,使用一种让初始粒子群的位置"相对均匀",并且随着搜索阶段不同而改变学习因子粒子群算法,同时引入压缩因子,在有效地控制与约束微粒飞行速度的同时,也增强了算法的局部搜索能力.
文献关键词：
粒子群算法;发电优化;因子改进;压缩因子
中图分类号：
作者姓名：
唐季;郑帅强;王子成;洪建辉;张有斌
作者机构：
中国电建集团昆明勘测设计研究院有限公司,云南 昆明 650051;华能澜沧江水电股份有限公司黄登·大华桥电厂,云南 怒江 671406
文献出处：
引用格式：
[1]唐季;郑帅强;王子成;洪建辉;张有斌-.一种改进学习因子及压缩因子的粒子群算法)[J].云南水力发电,2022(06):77-79
A类：
B类：
学习因子,压缩因子,启发式算法,水电行业,优化调度,并行处理,很快,收敛速度,大概,全局最优解,高维,标准粒子群算法,常存,过早收敛,子粒,微粒,飞行速度,局部搜索,搜索能力,发电优化,因子改进
AB值：
0.342622
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。
