典型文献
总结性自适应变异的粒子群算法
文献摘要：
针对粒子群优化(particle swarm optimization,PSO)算法在迭代期间易陷入局部最优及寻优精度不高的缺点,提出一种总结性自适应变异的粒子群算法SCVPSO(self-conclusion and self-adaptive variation particle swarm optimization).采用非线性转折上升再递减惯性权重动态更新每个粒子的位置,有效避免早熟;对筛选的局部粒子作反向搜索处理,提高种群寻优效率;引入新的参数scr(self-conclusion rate)以总结各个粒子近期求解情况,并通过概率单向变异引导粒子指向全局最优,增加粒子多样性.借助15个测试函数与其他变种粒子群优化算法对比,结果显示,改进之后的算法在求解性能上明显优于其他算法,验证了该策略的有效性.
文献关键词：
粒子群优化;惯性权重;反向搜索;总结性变异
中图分类号：
作者姓名：
陈博文;邹海
作者机构：
安徽大学 计算机科学与技术学院,合肥 230601
文献出处：
引用格式：
[1]陈博文;邹海-.总结性自适应变异的粒子群算法)[J].计算机工程与应用,2022(08):67-75
A类：
SCVPSO,反向搜索,总结性变异
B类：
自适应变异,粒子群算法,particle,swarm,optimization,局部最优,寻优精度,self,conclusion,adaptive,variation,折上,惯性权重,动态更新,早熟,优效,scr,rate,期求,全局最优,测试函数,变种,粒子群优化算法,算法对比,上明
AB值：
0.309674
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。
