涂德键
- 作品数:1 被引量:8H指数:1
- 供职机构:中山大学更多>>
- 发文基金:教育部留学回国人员科研启动基金国家自然科学基金广东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 带启发性变异的粒子群优化算法被引量:8
- 2008年
- 粒子群优化算法(PSO)是一种群体智能计算方法,该算法精度高,收敛速度快,但在优化多峰函数的时候容易陷入早熟。加入启发性变异机制,可以在不破坏原算法高速收敛性质的同时,扩展算法的有效搜索区域。经过13个经典函数的测试证明,带启发性变异的粒子群优化算法(HMPSO)速度比原算法速度更快,精度更好,且不容易陷入局部最优。与其它带变异的粒子群优化算法相比,该算法收敛更快,在一些问题上有一定的精度优势。
- 钟文亮王惠森张军涂德键
- 关键词:人工智能群体智能粒子群优化算法函数优化