基于模拟退火算法的可逃逸粒子群算法  

Escapable particle swarm optimization based on simulated annealing algorithm

作　　者：王伟[1] 殷志祥[1] 

机构地区：[1]安徽理工大学数理系,安徽淮南232001

出　　处：《计算机应用研究》2008年第5期1326-1327,1339,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60274026,30570431);安徽省优秀青年基金资助项目(06042088);安徽省教育厅自然科学重点资助项目(2006kj068A);安徽省优秀人才基金资助项目;中国博士后科学基金资助项目(2004035196);新世纪人才支持计划资助项目

摘　　要：通过引入模拟退火算法来保证PSO的全局收敛性,在群体最优信息陷入停滞时引入位置逃逸机制保持前期搜索速度快的特性。仿真结果表明本算法不但具有好的全局收敛性,而且有好的收敛速度。This paper guaranteed to converge to the globe optimum by using the simulated annealing algorithm, when the optimum information of the warm was stagnant, the position escapable mechanism could maintain the characteristic of fast speed in the early convergence phase. Experimental simulations show that the proposed method can not only effectively converge to the globe optimum, but also significantly speed up the convergence.

关 键 词：微粒群优化 模拟退火算法 逃逸位置 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]