具有自适应逃逸的环状全互连结构粒子群算法

靳雁霞; 张鑫; 薛丹

Chinese

您当前的位置：

首页 >

文章列表页 >

具有自适应逃逸的环状全互连结构粒子群算法

更新时间：2026-09-04

- 具有自适应逃逸的环状全互连结构粒子群算法
- A Particle Swarm Optimization Algorithm with An Adaptive Escape for A Ring Full Interconnection Structure
- 微电子学与计算机 2018年35卷第2期页码：1-5
- 作者机构：
  
  中北大学机构计算机与控制工程学院,山西,太原,030051
- 作者简介：
- 基金信息：
  
  国家自然科学基金 61379080
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
靳雁霞, 张鑫, 薛丹. 具有自适应逃逸的环状全互连结构粒子群算法[J]. 微电子学与计算机, 2018, 35(2): 1-5, 10.

JIN Yan-xia, ZHANG Xin, XUE Dan. A Particle Swarm Optimization Algorithm with An Adaptive Escape for A Ring Full Interconnection Structure[J]. 2018, 35(2): 1-5.
靳雁霞, 张鑫, 薛丹. 具有自适应逃逸的环状全互连结构粒子群算法[J]. 微电子学与计算机, 2018, 35(2): 1-5, 10. DOI：

JIN Yan-xia, ZHANG Xin, XUE Dan. A Particle Swarm Optimization Algorithm with An Adaptive Escape for A Ring Full Interconnection Structure[J]. 2018, 35(2): 1-5. DOI：

摘要

为了提升粒子群算法在解空间中的寻优性能

提出了一种具有自适应逃逸机制的基于环状全互连拓扑结构的粒子群算法(RSEPSO).该算法首先将种群中的粒子组成环状结构后再连接成全互连结构

其次加入自适应逃逸功能

为防止算法进化时陷入局部极值

同时选取适应值差的粒子进行重新分布

并融入优质粒子环作为学习对象

最后产生足够多的点进行重新搜索

获得全局最优值.通过4个标准测试函数优化

与其他优化算法比较

可以看出RSEPSO能够明显的提升粒子群算法的寻优性能.

Abstract

In order to improve particle swarm optimization algorithm in the solution space to find excellent performance

put forward a with adaptive escape mechanism based on ring interconnection topology of particle swarm optimization algorithm (RSEPSO). In the algorithm

the particle population composition ring structure is connected with perfect interconnection structure. At the same time in order to prevent the algorithm into local extremum

join in adaptive algorithm escape function

selection of poor fitness particles were redistributed

and into high quality particles in the ring as the object of learning. Generate enough points to re search

to obtain the global optimal value. Through 6 standard test function optimization

compared with other algorithms

the RSEPSO can obviously improve the performance of particle swarm optimization algorithm.

关键词

Keywords

references

朱蓉, 靳雁霞, 范卫华. 融合优质粒子分布的粒子群优化算法[J]. 小型微型计算机系统, 2015, 35(3): 576-580 DOI: 576

石松, 陈云. 层次环形拓扑结构的动态粒子群算法[J]. 计算机工程与应用, 2013, 49(8): 1-5. DOI: 1

冯昌利, 高雷阜. 一种结合混沌和逃逸的自适应粒子群优化方法[J]. 计算机工程与应用, 2011, 47(26): 35-38. DOI: 35

Aberbour J, Graba M, Kheldoun A. Effect of cost function and PSO topology selection on the optimum design of PID parameters for the AVR System[C]// International Conference on Electrical Engineering. China, HongKong, 2016 : 1-5

吴华丽, 吴进华, 汪秀莉. 基于动态改变惯性权值的粒子群算法[J]. 国外电子测量技术, 2008, 27(10): 6-8. DOI: 6

吕莉, 赵嘉, 孙辉. 具有反向学习和自适应逃逸功能的粒子群优化算法[J]. 计算机应用, 2015, 34(5): 1336-1341. DOI: 1336

Kaveh A, Zolghadr A. Democratic PSO for truss layout and size optimization with frequency constraints[J]. Computers % Structures, 2014, 130(1): 10-21. DOI: 10

Chen S, Chiou C. Multiattribute decision making based on interval-valued intuitionistic fuzzy sets, PSO techniques and evidential reasoning methodology[J]. IEEE Transactions on Fuzzy Systems, 2015, 1(6): 403-409. DOI: 403

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

双层协调多粒子群优化算法研究

基于自然选择粒子群算法的WSN覆盖优化策略

融合类无标度粒子群算法的图像检索研究

基于反向体偏置的高增益稳定性高温运放设计

基于监控指标关联性的微服务异常检测