2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于信息素机制的粒子群优化算法的设计与实现

吕强 刘士荣 邱雪娜

吕强, 刘士荣, 邱雪娜. 基于信息素机制的粒子群优化算法的设计与实现. 自动化学报, 2009, 35(11): 1410-1419. doi: 10.3724/SP.J.1004.2009.01410
引用本文: 吕强, 刘士荣, 邱雪娜. 基于信息素机制的粒子群优化算法的设计与实现. 自动化学报, 2009, 35(11): 1410-1419. doi: 10.3724/SP.J.1004.2009.01410
LV Qiang, LIU Shi-Rong, QIU Xue-Na. Design and Realization of Particle Swarm Optimization Based on Pheromone Mechanism. ACTA AUTOMATICA SINICA, 2009, 35(11): 1410-1419. doi: 10.3724/SP.J.1004.2009.01410
Citation: LV Qiang, LIU Shi-Rong, QIU Xue-Na. Design and Realization of Particle Swarm Optimization Based on Pheromone Mechanism. ACTA AUTOMATICA SINICA, 2009, 35(11): 1410-1419. doi: 10.3724/SP.J.1004.2009.01410

基于信息素机制的粒子群优化算法的设计与实现

doi: 10.3724/SP.J.1004.2009.01410
详细信息
    通讯作者:

    吕强

  • 中图分类号: TP18

Design and Realization of Particle Swarm Optimization Based on Pheromone Mechanism

More Information
    Corresponding author: LV Qiang
  • 摘要: 提出了一种基于信息素机制的粒子群优化(Particle swarm optimization based on pheromone mechanism, PSO-PM)算法. 主要是借鉴了蚁群优化算法的信息素共享机制, 并引入到粒子群优化算法中, 设计了粒子行为的三条简单规则: 信息留存规则、信息获取和融合规则以及粒子演化规则, 从而实现了群体信息的充分分享, 相应地改善了算法的寻优能力. 采用基准函数对PSO-PM算法进行测试, 并与几种不同类型的改进优化算法进行对比, 数值实验结果验证了PSO-PM算法的有效性.
  • 加载中
计量
  • 文章访问数:  1795
  • HTML全文浏览量:  48
  • PDF下载量:  1515
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-07-15
  • 修回日期:  2009-01-17
  • 刊出日期:  2009-11-20

目录

    /

    返回文章
    返回