%0 Journal Article
%T 基于高斯白噪声扰动变异的粒子群优化算法
%A 廖振兴
%A 钟伟民
%A 钱锋
%J 华东理工大学学报
%D 2008
%X 为了有效避免粒子群算法(PSO)早熟和局部收敛的现象,在深入分析PSO算法的基础上,提出了一种基于高斯白噪声扰动变异的粒子群优化算法(GMPSO).该算法以一定的概率选中粒子进行基于高斯白噪声扰动的变异,并重新随机产生飞离搜索区域的粒子,以克服粒子群后期多样性严重下降的缺点.通过对Benchmark函数的测试表明:GMPSO算法无论是搜索精度、速度还是稳定性均显著优于PSO算法.
%K 粒子群优化算法
%K 高斯白噪声
%K 变异
%K 多样性
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=200806247&flag=1