孙晶晶
- 作品数：4 被引量：52H指数：2
- 供职机构：陕西师范大学计算机科学学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 粒子群优化算法的改进及其应用研究
- 粒子群优化算法(Particle Swarm Optimization, PSO)源于对鸟类觅食过程中迁徙和聚集的模拟,是一种基于群智能的自适应随机优化算法。PSO算法原理简单,参数少、进化初期收敛速度快、易于实现,一经...
- 孙晶晶
- 关键词：粒子群优化算法TSP多序列比对图像增强
- 文献传递
- 基于压缩速度范围PSO的图像自适应增强被引量：1
- 2010年
- 基于对惯性权重ω和最大飞行速度Vmax的分析,结合完全覆盖图像增强典型变换函数类型的非完全Beta算子,提出压缩速度范围改进粒子群算法(CV-PSO)的灰度图像自适应增强方法。用于基本图像和交通图像的增强,并与基本及其他改进PSO算法做性能比较。实验结果证实了CV-PSO算法的有效性和优越性,且在视觉效果上优于传统直方图均衡化法。
- 孙晶晶雷秀娟
- 关键词：粒子群算法自适应
- 改进PSO算法的性能分析与研究被引量：42
- 2010年
- 分析了粒子群优化(PSO)算法的进化式,针对其容易发生早熟、收敛速度慢、后期搜索性能和个体寻优能力降低等缺点,结合遗传算法的思想,提出一种新的混合PSO算法——遗传PSO(GAPSO)。该算法是在PSO算法的更新过程中,对粒子速度引入遗传算法的变异操作,对粒子位置引入遗传算法交叉操作。对速度的变异降低了算法后期因种群过于密集而陷入局部最优的可能,对位置的交叉使得父代中优良个体的基因能够更好地遗传给下一代,从而得到更优、更多样化的后代,加快进化过程,提高了收敛速度和群体搜索性能。选取了其他几种典型的改进PSO算法,从算法执行过程、参数设置及优化性能等方面对各算法进行全面的分析比较,其中对模拟退火PSO算法采用了一种新的可提高算法执行速度的退火方式。最后针对选取的六个Benchmark函数优化问题进行数值仿真实验。仿真结果表明了所提出的遗传PSO算法不但收敛速度加快,而且后期搜索性能提高,能更有效地收敛到全局最优。为了形象地显示粒子的收敛过程,还仿真了GAPSO算法对二维多模态Grie-wank函数的动态寻优过程。
- 雷秀娟付阿利孙晶晶
- 求解TSP的改进自组织PSO算法被引量：7
- 2009年
- 针对粒子群算法(PSO)的早熟收敛现象,从种群多样性出发,基于自组织临界性特点改进PSO算法的参数设置,采用自组织的惯性权重和加速系数,并增加了变异算子。借鉴交换子和交换序概念,设计出了能直接在离散域进行搜索的改进的自组织PSO算法。用于旅行商问题(TSP)的求解,并与基本及其他典型改进PSO算法进行性能比较。实验结果证实改进的自组织PSO算法是有效的。
- 孙晶晶雷秀娟
- 关键词：粒子群算法自组织种群多样性
