粒子群算法的改进及其在优化函数中的应用
马发民1
张林1
王锦彪2
1.商洛学院数学与计算机应用学院 商洛7260002.中国民航大学计算机科学与技术学院 天津300000
摘要：针对粒子群优化算法自身的缺陷,即随着迭代次数的增大,种群多样性减小,引起早熟现象,从而可能出现局部最优结果.而生物免疫机制能够有效地克服这些缺点,因此将粒子群算法与免疫原理有机结合起来形成免疫粒子群优化算法(IMPSO);其次对PSO算法的惯性系数和学习因子做了一定的改进;最后通过经典优化函数的计算,验证了算法改进的效果.
关键词：粒子群优化算法免疫原理免疫粒子群优化算法惯性系数学习因子
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(60472121)商洛学院自然科学研究项目(15SKY007)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1252-1255,1293 )
英文信息