- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种基于和声搜索的动态交叉粒子群算法 - 浙江工业大学ivsn group
小型微型计算机系统 2013年9月第9期
ofChinese V01.34No.92013
Journal ComputerSystems
一种基于和声搜索的动态交叉粒子群算法
陈晋音,杨东勇
(浙江工业大学信息工程学院,杭州310023)
E-mail:chenjinyin@163.tom
摘要:针对粒子群优化算法(PSO)在优化多维问题时容易陷入局部最优的问题,提高其全局搜索能力和拓展能力,提出了一
种基于和声搜索的动态交叉粒子群算法.引入动态交叉操作,使得粒子在更新速度时实现共享有效信息,保证粒子进化过程中
且算法时间复杂度相比传统PSO增加不明显.
关键词:自适应和声搜索;动态交叉率;交叉粒子群;种群多样性
中图分类号:TPl8 文献标识码:A 文章编号:1000·1220(2013)09-2152-06
CrossoverParticleSwarm BasedOil Search
Dynamic OptimizationHarmony
CHEN
Jin-yin,YANGDong-yong
ofInformation
(College EngineeringZhejiangUniversityofTechnology.Hangzhou310023,China)
at local swarm is to its search
the trap of improveglobal
Abstract:Aiming problemparticle optimization(PSO)-thispapersupposed
and carriedouta crossoverPSObasedon crossover is to
exploitability.We dynamic HarmonySearch.Dynamicoperationadopted
make shareusefulinformationeachotherwhichwould botll and search
particles among guaranteepopulationdiversityglobal ability.
HS—DCPSOis combinedwithrandomsearch of search.ParameterHtch
up adjustingrate(Par)andarbitrary
brought abilityharmony
distancebandwidthbwwouldbe to of aretestifiedonvariousbenchmark
self-adaptiveimproveexploitabilityparticles.HS—DCPSO
has
functionsand with andvarious PSOs.Thesimulationresults thatHS-DCPSObetter
HS,PSO per-
compared improved proved
formancesof searchand withoutobvious incensement
文档评论(0)