唐岑琦
- 作品数：2 被引量：4H指数：1
- 供职机构：华南理工大学计算机科学与工程学院更多>>
- 发文基金：广东省科技计划工业攻关项目国家自然科学基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 自适应分区段混合粒子群优化算法被引量：1
- 2007年
- 该算法先利用Christos贪心算法将整个搜索区域进行自适应分区段,在每一区段内搜索出最优位置,然后将各区段的最优位置组成一新微粒群,继续搜索全局最优位置。而在每个区段中,又将模拟退火算法引入到粒子群优化(PSO)之中,通过Boltzmann机制选择每一区段中局部极值,使新算法在不同阶段兼顾对多样性和收敛速度的不同要求。与其他混合PSO算法相比,仿真实验表明,新算法具有较高的解精度,能较好地解决过早收敛问题。
- 唐岑琦周育人
- 关键词：模拟退火局部极值粒子群
- 具有综合学习机制的粒子群算法被引量：3
- 2007年
- 基本粒子群算法在模拟生物群体智能时,只有信息的单一传递和强迫学习机制,导致群体迅速收敛和种群的多样性降低。为此,提出一种具有综合学习机制的粒子群算法,将所有粒子的个体极值的平均值取代每一粒子的个体极值,并以自适应概率定向地随机变异全局极值。仿真实验表明,新算法解精度高,收敛速度快,能有效抑制过早收敛。
- 唐岑琦周育人
- 关键词：粒子群优化算法惯性权重
