双种群变异粒子群算法  

Double swarm variation particle swarm optimization

作　　者：彭鑫[1] 马林华[1] 王俊攀[1] 苏强[1] 

机构地区：[1]空军工程大学工程学院航空电子工程系,西安710038

出　　处：《计算机工程与应用》2010年第18期35-37,共3页Computer Engineering and Applications

摘　　要：利用变异机制可以增加遗传算法全局寻优能力的特性,结合惯性权值线性递减PSO算法具有较快收敛速度的优点,提出了一种双种群变异PSO算法,对该算法与其他PSO算法进行了比较,仿真结果表明其性能优越。By the usage of the aberrance mechanism＇s character of enhancing the global optimization-searching abilities,a Double swarm Variation Particle Swarm Optimization（DVPSO） algorithm based on the fast convergence of the PSO algorithm whose inertia-value is linearly descending is presented.The algorithm is contrasted with other PSO algorithm,and the simulation result shows that its performance is excellent.

关 键 词：双种群变异粒子群算法(DVPSO) 自适应逃逸粒子群算法(AEPSO) 遗传算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]