ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种基于PSO-ABC的全局优化算法

叶奕茂; 赵华生; 金龙广西大学; 广西壮族自治区气象减灾研究所
广西民族大学学报(自然科学版)2013-12-15
12阅读
引用收藏
分享

摘要

针对粒子群算法和蜂群算法在寻优中存在的一些早熟和收敛速精度不高等问题,论文分别对粒子算法和蜂群算法的更新策略以及更新公式进行了改进,利用改进的粒子群算法和改进的蜂群算法同时对一个粒子位置进行部分算术更新的方法,提出了一种新混合的优化算法.并将其在12个多极值基准函数进行全局最优化测试,实验结果表明,笔者提出的混合优化算法收敛的速度和收敛精度大大提高了,其性大大优于改进的粒子群算法(CLPSO算法)和人工蜂群算法,对于高、低维复杂函数的优化均适用.

学科与关键词

关键词
粒子群优化算法蜂群算法简化公式群体智能全局最优 particle swarm optimizationartificial bee colony algorithmSimplified formulaswarm intelligenceglobal optimality
相关
加载中…
  • Hybrid optimization algorithm of PSO and ABC
    LIU Junfang; ZHANG Xueying; NING Aiping2011.
  • Hybrid algorithm for solving complex constrained optimization problems based on PSO and ABC
    WANG Ke ke; L Qiang; ZHAO Han qing; ZHANG Wei2012.
  • 受粒子群和差分进化启发的人工蜂群算法
    林金辉; 曹钟; 徐大林计算机应用, 2013, (12): 3571-3575.
查看全部 →

发表信息

论文状态
公开发表
期刊
广西民族大学学报(自然科学版)
发表日期
2013-12-15
卷期
第 04 期
页码
55-59
语言
中文
成果收录
CHINAJOURNAL
资助标注
广西青年基金项目(2013GXNSFBA019227);国家自然科学基金项目(41065002)

作者

  • 叶

    叶奕茂 (第一作者)

  • 赵

    赵华生

查看全部 3 位作者收起作者
  • 金

    金龙

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417