首页|融合反向学习和黄金正弦的改进粒子群算法

融合反向学习和黄金正弦的改进粒子群算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出一种融合反向学习和黄金正弦的改进粒子群算法.通过反向学习策略优化初始种群的质量,提高算法的收敛速度;结合黄金正弦算法优化位置更新公式,并通过双面镜理论处理边界外的粒子,使粒子在搜索空间内分布更均匀,增强算法的搜索能力;利用柯西变异的方法对全局最优粒子的位置进行扰动,提高粒子跳出局部最优的能力.对8个测试函数进行实验,并与其他的五种算法进行比较,结果表明,本文改进之后的粒子群优化算法有着更快的收敛速度和更高的寻优精度.
Improved particle swarm optimization algorithm combining opposition-based learning and golden sine

张慧峰、邹德旋、刘树赵、李梦迪

展开 >

江苏师范大学电气工程及自动化学院,江苏 徐州 221116

粒子群算法 反向学习 黄金正弦算法 双面镜理论 柯西变异

江苏师范大学202研究生科研与实践创新计划

2022XKT0186

2023

10.16644/j.cnki.cn33-1094/tp.2023.04.010

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(4)
  • 8