欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
为了保持粒子种群的多样性而避免发生"早熟"的问题,本文提出一种基于扰动项混合粒子群优化算法(PSO),该方法通过提高粒子群多样性来提高PSO的收敛性能。首先用标准PSO来迭代,当粒子群失去多样性时,在包含粒子群的超球外随机设置一粒子对全局最优粒子干扰,并在PSO更新公式中加入扰动项来干扰每个粒子。最后将该改进的PSO应用于函数逼近,实验结果验证了本文提出的PSO性能优于几种经典的PSO算法。
同期刊论文项目
同项目期刊论文
An improved approximation approach incorporating particle swarm optimization and a priori informatio
A new constrained learning algorithm for function approximation by encoding a priori information int
Modified constrained learning algorithms incorporating additional functional constraints into neural
期刊信息
位置：