论文部分内容阅读
粒子群算法是一种智能算法,被广泛用于各领域。通过比较几类常见的粒子群算法的优劣,提出了基于适应值引导的粒子群算法,以增加粒子群的多样性,从而加快收敛速度。实验结果证明,与其他算法相比,基于适应值引导的粒子算法的收敛率与收敛速度表现最佳。
基于适应值引导的粒子群改进算法
【摘 要】
：
粒子群算法是一种智能算法,被广泛用于各领域。通过比较几类常见的粒子群算法的优劣,提出了基于适应值引导的粒子群算法,以增加粒子群的多样性,从而加快收敛速度。实验结果证
【机 构】
：
湘潭大学信息工程学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2015年14期
其他文献
概率统计是高中数学主干内容之一，其中离散型随机变量的概率分布列问题，是高考必考题型，解答此类问题的关键是明确随机变量的取值、正确计算相应事件的概率．
立体几何的研究对象是空间图形,研究空间图形的形状、大小及其相互关系,其主要特点是借助图形进行推理.图形是思维的重要载体,能帮我们直观地感受空间线线、线面、面面的位置
针对粒子群算法收敛速度慢和易陷入局部最优的问题,提出了基于惯性权重对数递减的粒子群算法,并引入对数调整因子,对数调整因子的不同取值保证了算法搜索成功率。选取八种典