|
摘要 粒子群优化算法是一种随机全局优化算法,但它容易陷入局部最优和早熟,为了克服其缺陷,本文提出了一种多样性驱动的自适应粒子群优化(DDA-PSO)算法。本算法包括吸引阶段和驱动阶段。吸引阶段利用惯性权重线性递减机制加快粒子收敛,驱动阶段利用多样性驱动速度策略提升种群多样性。两个阶段相互自适应转换,粒子能跳出局部最优和防止早熟,算法的勘探与开拓获得自适应平衡。DDA-PSO算法与其他已有算法进行了比较,实验结果表明,DDA-PSO算法提高了收敛速度和精度,全局搜索能力得到显著提高。
|
|
关键词 :
粒子群优化,
多样性,
勘探与开拓,
全局优化
|
|
基金资助:国家自然科学基金资助项目(61866023)~~; |
[1] |
周春花 钟伟翔 陈金萍 欧阳珊 吴小平. 利用沉积物和水体的环境DNA检测鱼类物种多样性的差异[J]. 南昌大学学报(理科版), 2021, 45(6): 565-. |
[2] |
刘明春刘铠睿史鸿枫. 电动轮减振系统集成设计及其模糊控制[J]. 南昌大学学报(工科版), 2021, 43(2): 149-. |
[3] |
刁海欣 黄卫昌 曾歆花 黄清俊. 黄花白及Bletilla ochracea不同生长发育期的菌根真菌多样性变化[J]. 南昌大学学报(理科版), 2020, 44(4): 346-. |
[4] |
孙威威 李科 秦海明 刘雄军 吕乾 聂雪 欧阳珊 吴小平 胡斌华 万松贤. 鄱阳湖南矶湿地碟形湖泊大型底栖动物季节动态[J]. 南昌大学学报(理科版), 2020, 44(2): 172-. |
[5] |
许睿 王红芯 杨范琴 奚剑飞 邹志文 夏斌. 基于ISSR-PCR技术的菘蓝种质资源遗传多样性[J]. 南昌大学学报(理科版), 2019, 43(6): 577-. |
[6] |
徐阳周芳兵谢广龙吴小平欧阳珊. 江西省陆生贝类物种多样性[J]. 南昌大学学报(理科版), 2019, 43(6): 583-. |
[7] |
袁雪廖宇程. 国家管辖范围外区域海洋遗传资源获取和惠益分享的制度化建构[J]. 南昌大学学报(人文社会科学版), 2019, 50(5): 73-. |
[8] |
徐兵束斌. 基于模糊C-均值聚类法和粒子群优化算法的江西省无水港选址分析[J]. 南昌大学学报(工科版), 2018, 40(4): 403-. |
[9] |
王桂亮. 语言多样性实质及其生态伦理规约[J]. 南昌大学学报(人文社会科学版), 2018, 49(3): 13-. |
[10] |
聂雪胡旭仁刘观华秦海明JIN Binsong. 鄱阳湖子湖泊浮游动物多样性及水质生物评价[J]. 南昌大学学报(理科版), 2018, 42(2): 161-. |
[11] |
高尚仁宋建辉奚剑飞王吉刘欣玉崔湘培夏斌. 官山国家级自然保护区不同林地类型昆虫群落多样性[J]. 南昌大学学报(理科版), 2017, 41(06): 576-. |
[12] |
高斌陈鹏杨菲韩玉清陈绍萍阮禄章. 阳际峰国家自然保护区夏季鸟类群落结构调查[J]. 南昌大学学报(理科版), 2017, 41(01): 90-. |
[13] |
徐炜; 陈鹏; 高斌; 阮禄章; 陈绍萍. 马头山国家自然保护区夏季鸟类群落结构[J]. 南昌大学学报(理科版), 2016, 40(01): 81-. |
[14] |
徐刚; 江美珍; 吴志华; 饶兰香. 粒子群优化算法的收敛性分析[J]. 南昌大学学报(理科版), 2015, 39(04): 315-. |
[15] |
史建伍; 舒轻朝; 胡蓓娟; 肖鸣鹤; 曾柳根; 邹新建; 洪一江. 翘嘴红鲌群体遗传多样性分析[J]. 南昌大学学报(理科版), 2014, 38(06): 609-. |
|
|
|