付平
- 作品数：2 被引量：5H指数：1
- 供职机构：南昌工程学院信息工程学院更多>>
- 发文基金：国家级大学生创新创业训练计划江西省自然科学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>>
- 基于不同学习模型的精英反向粒子群优化算法被引量：4
- 2015年
- 粒子群优化算法在求解连续函数优化问题时易早熟收敛、求解精度低,将反向学习策略引入粒子群优化算法,提出基于精英反向学习的粒子群优化算法.算法在进化过程中,依函数评估次数线性递减方式选择维度空间,随机选择全局最优粒子的维度进行反向学习,扩大搜索区域的范围,以此增强算法的全局勘探能力,提高算法寻找最优解的概率.随后,将4种常见的广义反向学习模型引入精英反向粒子群优化算法中,得到4种不同学习模型的精英反向粒子群优化算法.在12个经典测试函数上将上述4种算法进行对比,实验结果表明:虽然不同的反向学习模型形成的算法均比标准粒子群优化算法性能更优,但它们之间的寻优效率、计算精度等方面差异较大.
- 赵嘉付平李崇侠吕莉
- 关键词：粒子群优化算法函数优化
- 基于狭义中心和随机维度学习的人工蜂群算法被引量：1
- 2015年
- 针对人工蜂群算法收敛速度慢、寻优精度低的缺点,提出基于狭义中心和随机维度学习的人工蜂群算法。首先,在算法中定义狭义中心蜜蜂,并与当前种群最优解进行贪婪选择为种群最优解;其次,用最优解引导算法进行搜索,以增强算法局部搜索能力;再次,在每次迭代时,蜜蜂随机选择若干维度数进行学习,以加速算法收敛。8个经典基准函数的测试结果表明,新算法在收敛速度和解的精度上优于类似改进算法。
- 蒋桂圆吕莉赵嘉徐辉辉胡颖太付平
- 关键词：人工蜂群算法随机向量收敛速度全局最优
