%0 Journal Article
%T Improved adaptive particle swarm optimization algorithm based on cloud theory<br>改进的云自适应粒子群优化算法
%A ZHANG Yan-qiong
%A <br>张艳琼
%J 计算机应用研究
%D 2010
%I 
%X 为了提高基本PSO算法搜索性能和个体寻优能力，加快收敛速度，提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质，提出云自适应调整算法用于计算惯性权重，并对新算法进行了描述。通过典型函数优化实验表明，该算法较基本PSO明显提高了全局搜索能力和收敛速度，改善了优化性能。
%K particle swarm optimization(PSO)
%K adaptive parameter adjusting
%K cloud theory
%K global optimality<br>粒子群优化
%K 自适应参数调整
%K 云模型
%K 全局最优性
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=8FDA6F3DD21A7218E891D1699A76A56B&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=9CF7A0430CBB2DFD&sid=9B61C507A009ADB3&eid=7D3F6AB60543C720&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=10