%0 Journal Article
%T 基于时变Sigmoid函数的鲁棒PSO算法
%A 李军军
%A 黄有方
%A 杨斌
%A 吴华锋
%J 控制与决策
%P 1650-1654
%D 2013
%X 在样本规模有限的情况下,为了提高算法的鲁棒优化性能,提出一种基于时变(随迭代次数变化)Sigmoid函数的鲁棒粒子群优化算法.采用拟蒙特卡罗积分方法近似估计有效目标函数,以时变Sigmoid函数为基础,设计各代各样本规模的选取概率.迭代前期,样本规模期望值较小,加快了算法探索速度;迭代后期,样本规模期望值较大,提高了算法的开发精度.标准测试函数仿真结果显示,所提出方法具有较优的鲁棒优化性能.
%K 粒子群优化
%K 鲁棒最优解
%K 时变
%K Sigmoid
%K 函数
%U http://www.kzyjc.net:8080/CN/abstract/abstract12495.shtml