| 压缩因子综合信息粒子群算法 |
| 张成兴
|
| 2014
|
| 发表期刊 | 计算机科学与探索
 |
| 期号 | 4页码:506-512 |
| 摘要 | 在群体智能算法中个体种群的多样性在进化后期逐渐消失,个体趋同性增加,因此粒子群算法的主要缺点是容易陷入局部最优值。提出了一种新的改进粒子群算法,该算法结合了压缩因子和综合信息策略,其中压缩因子可以平衡粒子群算法中的局部和全局搜索,综合信息可以较好地加强种群的多样性。改进后的粒子群算法与基本粒子群算法、自适应粒子群算法和压缩因子粒子群算法在7个测试函数上分别进行了精度对比测试、成功概率测试和收敛速度测试,结果表明新算法获得了较高的搜索精度和较快的收敛速度。 |
| 关键词 | 综合信息策略
压缩因子
粒子群算法
|
| URL | 查看原文
|
| 收录类别 | 北大核心
; CSCD
|
| ISSN | 1673-9418
|
| 语种 | 中文
|
| CSCD记录号 | CSCD:5107262
|
| 来源期刊等级 | C1类
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/2238
|
| 专题 | 纪委（监察处)
|
| 作者单位 | 兰州商学院甘肃经济发展数量分析研究中心
|
| 第一作者单位 | 甘肃经济发展数量分析研究中心
|
推荐引用方式
GB/T 7714 |
张成兴. 压缩因子综合信息粒子群算法[J]. 计算机科学与探索,2014(4):506-512.
|
| APA |
张成兴.(2014).压缩因子综合信息粒子群算法.计算机科学与探索(4),506-512.
|
| MLA |
张成兴."压缩因子综合信息粒子群算法".计算机科学与探索 .4(2014):506-512.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论