自适应变异综合学习粒子群优化算法  

Comprehensive Learning Particle Swarm Optimization Algorithm with Adaptive Mutation

作　　者：蔡昭权[1] 黄翰[2] 

机构地区：[1]惠州学院网络中心,惠州516007 [2]华南理工大学软件学院,广州510006

出　　处：《计算机工程》2009年第7期170-171,202,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60803052)

摘　　要：针对以往粒子群优化算法多样性差且易局部收敛的不足,提出改进综合学习粒子群优化(CLPSO)算法的最小方差优先自适应变异策略,设计自适应变异综合粒子群优化(CLPSO-M)算法。多个标准测试问题的对比实验数据表明,CLPSO-M算法比CLPSO算法的全局搜索能力更强,求解效果更稳定。Classical Particle Swarm Optimization（PSO） algorithm has bad diversity and is easy to converge locally. This paper puts forward a smallest- variation-first mutation to design an improved CLPSO algorithm named as CLPSO-M algorithm, The experimental result of solving the benchmark problems indicates that CLPSO-M performs better and more steadily than CLPSO.

关 键 词：群体智能 粒子群优化算法 综合学习 最小方差优先 自适应变异 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]