%0 Journal Article
%T 一种精英反向学习的粒子群优化算法
%A 周新宇
%A 吴志健
%A 王晖
%A 李康顺
%A 张浩宇
%J 电子学报
%P 1647-1652
%D 2013
%R 10.3969/j.issn.0372-2112.2013.08.031
%X 为解决传统粒子群优化算法易出现早熟的不足,提出了精英反向学习策略,引入精英粒子,采用反向学习生成其反向解,扩大搜索区域的范围,可增强算法的全局勘探能力.同时,为避免最优粒子陷入局部最优而导致整个群体出现搜索停滞,提出了差分演化变异策略,采用差分演化算法搜索最优粒子的邻域空间,可增强算法的局部开采能力.在14个测试函数上将本文算法与多种知名的PSO算法进行对比,实验结果表明本文算法在解的精度与收敛速度上更优.
%K 全局优化
%K 粒子群优化
%K 精英反向学习
%K 差分演化变异
%K 群体选择
%U http://www.ejournal.org.cn/CN/abstract/abstract7622.shtml