主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
赫然,王永吉,王青,周津慧,胡陈勇.一种改进的自适应逃逸微粒群算法及实验分析.软件学报,2005,16(12):2036-2044
一种改进的自适应逃逸微粒群算法及实验分析
An Improved Particle Swarm Optimization Based on Self-Adaptive Escape Velocity
投稿时间:2004-10-25  修订日期:2005-04-10
DOI:
中文关键词:  微粒群算法  逃逸速度  自适应  变异操作  群体智能
英文关键词:particle swarm optimization  escape velocity  self-adaptive  mutation  swarm intelligence
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60373053,60473060(国家自然科学基金);the National High-Tech Research and Development Plan of China under Grant No.2004AAll2080(国家高技术研究发展计划(863));the Hundred Talents of the Chinese Academy of Sciences(中国科学院"百人计划")
作者单位
赫然 中国科学院,软件研究所,互联网软件技术实验室,北京,100080 
王永吉 中国科学院,软件研究所,互联网软件技术实验室,北京,100080
中国科学院,软件研究所,计算机科学重点实验室,北京,100080 
王青 中国科学院,软件研究所,互联网软件技术实验室,北京,100080 
周津慧 中国科学院,软件研究所,互联网软件技术实验室,北京,100080 
胡陈勇 中国科学院,软件研究所,互联网软件技术实验室,北京,100080 
摘要点击次数: 3493
全文下载次数: 4144
中文摘要:
      分析了变异操作对微粒群算法(particle swarmoptimization,简称PSO)的影响,针对收敛速度慢、容易陷入局部极小等缺点,结合生物界中物种发现生存密度过大时会自动分家迁移的习性,给出了一种自适应逃逸微粒群算法,并证明了它依概率收敛到全局最优解.算法中的逃逸行为是一种简化的确定变异操作.当微粒飞行速度过小时,通过逃逸运动使微粒能够有效地进行全局和局部搜索,减弱了随机变异操作带来的不稳定性.典型复杂函数优化的仿真结果表明,该算法不仅具有更快的收敛速度,而且能更有效地进行全局搜索.
英文摘要:
      To deal with the problem of premature convergence and slow search speed, this paper proposes a novel particle swarm optimization (PSO) called self-adaptive escape PSO, which is guaranteed to converge to the global optimization solution with probability one. Considering that the organisms have the phenomena of escaping from the original cradle when they find the survival density is too high to live, this paper uses a special mutation –escape operator to make particles explore the search space more efficiently. The novel strategy produces a large speed value dynamically according to the variation of the speed, which makes the algorithm explore the local and global minima thoroughly at the same time. Experimental simulations show that the proposed method can not only significantly speed up the convergence, but also effectively solve the premature convergence problem.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利