首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于有向加权复杂网络的自适应粒子群算法
引用本文:黄珍,曹晓丽.基于有向加权复杂网络的自适应粒子群算法[J].渝西学院学报(社会科学版),2015(2):115-121.
作者姓名:黄珍  曹晓丽
作者单位:兰州文理学院数字媒体学院
基金项目:甘肃省高等学校基本科研业务费资助项目(1114ZTC144);甘肃省自然基金项目(1112RJZA029)
摘    要:标准粒子群算法在高维空间寻优迭代过程中存在易陷入局部最优和后期收敛速度慢的问题.引入复杂网络思想,提出一种基于有向加权复杂网络的自适应粒子群算法.该算法在粒子寻优的过程中引入有向动态网络进化机制,使粒子群的拓扑结构在入度服从幂律分布的条件下向无标度网络进化,同时根据粒子之间适应值的差值自适应调节动态学习因子的大小,使得粒子的飞行惯性在时间和空间上都是异质的,提高了粒子之间学习的多样性.仿真实验表明,该算法能够有效避免早熟问题,并且具有较快的收敛速度.

关 键 词:复杂网络  有向加权  局部最优  粒子群优化算法  早熟收敛  动态学习因子

An adaptive particle swarm optimization algorithm based on the directed weighted complex network
Authors:HUANG Zhen;CAO Xiaoli
Institution:HUANG Zhen;CAO Xiaoli;School of Digital Media,Lanzhou University of Arts and Science;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号