JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

用快速收敛粒子群优化算法解决函数优化问题

郑晓月

downloadPDF
郑晓月. 用快速收敛粒子群优化算法解决函数优化问题[J]. 轻工学报, 2016, 31(3): 89-92. doi: 10.3969/j.issn.2096-1553.2016.3.012
引用本文:郑晓月. 用快速收敛粒子群优化算法解决函数优化问题[J]. 轻工学报, 2016, 31(3): 89-92.doi:10.3969/j.issn.2096-1553.2016.3.012
shu
ZHENG Xiao-yue. Functions optimization based on fast convergence particle swarm optimization[J]. Journal of Light Industry, 2016, 31(3): 89-92. doi: 10.3969/j.issn.2096-1553.2016.3.012
Citation:ZHENG Xiao-yue. Functions optimization based on fast convergence particle swarm optimization[J]. Journal of Light Industry, 2016, 31(3): 89-92.doi:10.3969/j.issn.2096-1553.2016.3.012
shu

用快速收敛粒子群优化算法解决函数优化问题

  • 商丘师范学院 计算机与信息技术学院, 河南 商丘 476000

  • 基金项目:河南省基础与前沿技术研究计划项目(142300410188)

  • 中图分类号:TP301.6

Functions optimization based on fast convergence particle swarm optimization

  • School of Computer and Information Technology, Shangqiu Normal University, Shangqiu 476000, China

  • Received Date:2015-11-18
    Available Online:2016-05-15

    CLC number:TP301.6

  • 摘要:针对标准PSO算法在计算过程中易陷入局部最优而无法跳出的问题,提出了一种基于平衡单个粒子位置多样性的快速收敛PSO(FCPSO)算法.该算法在PSO算法中引入一个新的参数,即粒子平均尺寸以快速准确地锁定全局最优解.实验结果表明,FCPSO算法的收敛性明显优于PSO算法和CPSO算法.
    Abstract:Aimed at the problem that the standard PSO algorithm was very sensitive to fall into the phenomenon of local minima and couldn't escape,a new fast convergence PSO (FCPSO) algorithm based on balancing the diversity of location of individual particle was proposed. The algorithm introduced a new parameter, namely particle mean dimension was used to locate the global optimum solution fast and accurately. The experiment results showed that the convergence of the FCPSO algorithm was better than PSO algorithm and CPSO algorithm.
    1. [1]

      KENNEDY J,EBERHART R.Particle swarm optimization[C]//Proceedings of the IEEE International Conference on Neural Networks, Piscataway:IEEE,1995:1942.

    2. [2]

      邓璐娟,卢华琦,刁海港,等.基于遗传-粒子群混合算法的测试数据自动生成[J].郑州轻工业学院学报,2010,25(3):43.

    3. [3]

      张华伟,杨凯.基于粒子群优化算法的排课问题研究[J].郑州轻工业学院学报,2010,25(3):49.

    4. [4]

      张丽丽.PSO算法介绍[J].山西财经大学学报,2007,29(2):214.

    5. [5]

      谢铮桂,钟少丹,韦玉科.改进的粒子群优化算法及收敛性分析[J].计算机工程与应用,2011,47(1):46.

    6. [6]

      李宁.粒子群优化算法的理论分析与应用研究[D].武汉:华中科技大学,2006.

    7. [7]

      曾建潮,崔志.一种保证全局收敛的PSO算法[J].计算机研究与发展,2004,41(8):1333.

    8. [8]

      EBERHART R C, KENNEDY J.A new optimizer using particle swarm theory[C]//Proceedings of the Sixth International Symposium on Micro Machine and Human Science,Piscataway:IEEE,1995:39.

    9. [9]

      KENNEDY J,MENDES R.Neighborhood topologies in fully informed and best-of-neighborhood particle swarms[J].IEEE transactions on systems,man,and cybernetics,Part C,2006,36(4):515.

    1. [1]

      沈鑫成,孙后环,吴旭龙. 基于粒子群优化算法的风机叶片铺层厚度优化与分析. 轻工学报, 2019, 34(6): 103-108.doi: 10.3969/j.issn.2096-1553.2019.06.014

    2. [2]

      李巧燕,全海燕. 基于改进粒子群的独立分量分析算法研究. 轻工学报, 2016, 31(2): 103-108.doi: 10.3969/j.issn.2096-1553.2016.2.014

    3. [3]

      孙玉胜,薛贺杰. 一种改进型无刷直流电机控制微粒群优化算法. 轻工学报, 2014, 29(3): 48-51.doi: 10.3969/j.issn.2095-476X.2014.03.011

    4. [4]

      刘武飞,张旭. 基于PSO的B样条曲线光顺重构算法. 轻工学报, 2020, 35(2): 83-92.doi: 10.12187/2020.02.011

    5. [5]

      王东方,邢艺文. 基于PSO算法的ISG混合动力汽车传动系参数优化. 轻工学报, 2017, 32(5): 57-65.doi: 10.3969/j.issn.2096-1553.2017.5.008

    6. [6]

      曹祥红,王朋辉,张华. 基于模拟退火和粒子群算法的公共建筑能耗优化拆分研究. 轻工学报, 2016, 31(3): 81-88.doi: 10.3969/j.issn.2096-1553.2016.3.011

    7. [7]

      黄灿艺. 服装智能排料粒子群算法的改进研究. 轻工学报, 2011, 26(4): 76-78.doi: 10.3969/j.issn.1004-1478.2011.04.017

    8. [8]

      郭磊磊,章凯旋,王华清,曹玲芝. 一种永磁同步电机无权重因子预测转矩控制方法. 轻工学报, 2019, 34(6): 80-88.doi: 10.3969/j.issn.2096-1553.2019.06.011

    9. [9]

      陈志军,王雪兆,尹甲兴,祁连怀,郝营,汤凯,汪华月. 硫醇链长对Au纳米粒子稳定性的影响. 轻工学报, 2013, 28(2): 40-43.doi: 10.3969/j.issn.2095-476X.2013.02.010

    10. [10]

      高海丽,何里烈,张勇,张胜利,王昊. 三维石墨烯负载PtRu合金纳米粒子对甲醇氧化的电催化性能. 轻工学报, 2016, 31(5): 36-42.doi: 10.3969/j.issn.2096-1553.2016.5.007

    11. [11]

      闫艳霞,任景英. 光反馈水平因子的测量方法研究. 轻工学报, 2011, 26(5): 38-40.doi: 10.3969/j.issn.1004-1478.2011.05.010

    12. [12]

      陈志军,汤凯,杨清香,王雪兆,朱海燕,魏永豪. L-半胱氨酸修饰的Au/Fe3O4磁性复合粒子的制备及其对牛血清蛋白的吸附性能. 轻工学报, 2013, 28(6): 39-43.doi: 10.3969/j.issn.2095-476X.2013.06.010

    13. [13]

      陈志军,郝营,杨清香,张翔,齐连怀,汤凯,朱海燕,王丹. Zn2+离子印迹Fe3O4-壳聚糖纳米粒子的制备及对Zn2+吸附性能的研究. 轻工学报, 2014, 29(1): 74-78.doi: 10.3969/j.issn.2095-476X.2014.01.015

    14. [14]

      方细玲,李小兰,李志刚,刘丹,陈海鸥,花昌义,刘勇,容秀英,李旭华. 烟用拉线热收缩率自动测试装置的设计. 轻工学报, 2014, 29(1): 67-69,78.doi: 10.3969/j.issn.2095-476X.2014.01.013

    15. [15]

      甘勇,王凯,贺蕾. 带TTP权重的多所有者RFID标签所有权动态转换协议. 轻工学报, 2018, 33(1): 72-78.doi: 10.3969/j.issn.2096-1553.2018.01.009

    16. [16]

      方亦成,杨菁,陆诚玮,冯奇,汪旭. 基于层次分析法的加热卷烟感官评价指标筛选及其权重建立. 轻工学报, 2024, 39(2): 107-113.doi: 10.12187/2024.02.014

    17. [17]

      刘上力,杨清. 基于兴趣度剪枝的Apriori优化算法. 轻工学报, 2011, 26(4): 68-71.doi: 10.3969/j.issn.1004-1478.2011.04.015

    18. [18]

      蒋逢春,苏玉玲,李俊玉. 量子尺寸效应对InGaN/GaN量子点中的类氢杂质态的影响. 轻工学报, 2012, 27(2): 102-104.doi: 10.3969/j.issn.1004-1478.2012.02.026

    19. [19]

      彭莉科,方细玲,刘丹,张龙,李志刚,闫龙,花昌义,刘勇,李旭华. 基于计算机视觉的卷烟包装尺寸测量方法. 轻工学报, 2015, 30(3-4): 64-68.doi: 10.3969/j.issn.2095-476X.2015.3/4.014

    20. [20]

      罗超,田朋云,张洁. 透水框架尺寸对减速效果影响的建模与仿真. 轻工学报, 2014, 29(4): 105-108.doi: 10.3969/j.issn.2095-476X.2014.04.024

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:184
  • 文章访问数:8966
  • 引证文献数:0
文章相关
  • 收稿日期:2015-11-18
  • 刊出日期:2016-05-15
    通讯作者:陈斌, bchen63@163.com
    • 1.

      沈阳化工大学材料科学与工程学院 沈阳 110142

    1. 本站搜索
    2. 百度学术搜索
    3. 万方数据库搜索
    4. CNKI搜索
    郑晓月. 用快速收敛粒子群优化算法解决函数优化问题[J]. 轻工学报, 2016, 31(3): 89-92. doi: 10.3969/j.issn.2096-1553.2016.3.012
    引用本文:郑晓月. 用快速收敛粒子群优化算法解决函数优化问题[J]. 轻工学报, 2016, 31(3): 89-92.doi:10.3969/j.issn.2096-1553.2016.3.012
    shu
    ZHENG Xiao-yue. Functions optimization based on fast convergence particle swarm optimization[J]. Journal of Light Industry, 2016, 31(3): 89-92. doi: 10.3969/j.issn.2096-1553.2016.3.012
    Citation:ZHENG Xiao-yue. Functions optimization based on fast convergence particle swarm optimization[J]. Journal of Light Industry, 2016, 31(3): 89-92.doi:10.3969/j.issn.2096-1553.2016.3.012
    shu

    用快速收敛粒子群优化算法解决函数优化问题

    • 商丘师范学院 计算机与信息技术学院, 河南 商丘 476000
    • 收稿日期: 2015-11-18
    • 网络出版日期: 2016-05-15
    基金项目:河南省基础与前沿技术研究计划项目(142300410188)

    摘要:针对标准PSO算法在计算过程中易陷入局部最优而无法跳出的问题,提出了一种基于平衡单个粒子位置多样性的快速收敛PSO(FCPSO)算法.该算法在PSO算法中引入一个新的参数,即粒子平均尺寸以快速准确地锁定全局最优解.实验结果表明,FCPSO算法的收敛性明显优于PSO算法和CPSO算法.

    English Abstract

    参考文献 (9) 相关文章 (20)

    目录

    /

      返回文章

      网站版权 © 轻工学报编辑部

      地址：河南省郑州市科学大道136号邮编：450001

      本系统由北京仁和汇智信息技术有限公司开发 技术支持：info@rhhz.net