作者:姜建国 叶华 马亚华粒子群优化算法抽样策略局部搜索全局优化
摘要:原始粒子群优化算法(PSO)和各种改进方法存在着参数取值固定、收敛精度低等问题.为此,提出一种采用抽样策略的粒子群优化算法(SS-PSO).通过拉丁超立方抽样(LHS)策略更新粒子速度和位置,以加快收敛速度;提出一种基于随机采样的最优位置修正方法,以微调全局最优;提出"双抽样"LHS局部搜索方法,以提高收敛精度.与其他新近提出的两个算法进行对比,结果显示SS-PSO在一定程度上提高了算法的性能.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社