[1]王为为 程家兴 贺晟.基于佳点集交叉的粒子群算法[J].计算机技术与发展,2009,(12):32-35.
　WANG Wei-wei,CHENG Jia-xing,HE Sheng.Particle Swarm Algorithm Based on Good Point Set Crossover[J].,2009,(12):32-35.
点击复制

基于佳点集交叉的粒子群算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年12期
页码:
32-35
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Particle Swarm Algorithm Based on Good Point Set Crossover
文章编号:
1673-629X（2009）12-0032-04
作者:
王为为 程家兴 贺晟
安徽大学计算智能与信号处理教育部重点实验室
Author(s):
WANG Wei-wei;  CHENG Jia-xing;  HE Sheng
Ministry of Edu. Key Lab. of Intelligent Computing ＆ Signal Processing, Anhui Univ.
关键词:
粒子群算法; 佳点集; 交叉算法
Keywords:
particle swarm algorithm ; good point set; crossover algorithm
分类号:
TP301.6
文献标志码:
A
摘要:
针对基本粒子群算法容易陷入局部极值、后期收敛速度慢和精度低等缺点，文中基于Lovbjerg，Rasmuwsen和Krink提出将进化算法中的交叉操作引入PSO的HPSO模型的启示和佳点集的优良特性．提出了基于佳点集交叉的粒子群算法，从试验上证明了将佳点集交叉算法用于粒子群算法的优化问题上无论从精度还是速度上都比其他算法好。算法整体上表现简单易行的特点，尽管相对基本粒子群算法增加了交叉概率这个参数，但这也给试验以更大的实施空间，是一种有效可行的方法
Abstract:
The basic particle swarm （bPSO） has some demerits, such as relapsing into local extreme, such convergence velocity and low convergence precision. Based on spiration from that Rasmuwsen and Krink in 2000 proposed that crossover operation in evolutionary, a

相似文献/References:

[1]张爱华 江中勤 张华.基于粒子群优化算法的分形图像压缩编码[J].计算机技术与发展,2010,(02):21.
　ZHANG Ai-hua,JIANG Zhong-qin,ZHANG Hua.Fractal Image Compression Coding Based on PSO[J].,2010,(12):21.
[2]唐俊.PSO算法原理及应用[J].计算机技术与发展,2010,(02):213.
　TANG Jun.Principle and Application of PSO Algorithm[J].,2010,(12):213.
[3]张捍东 廖天红 岑豫皖.用模拟退火思想的粒子群算法实现图像分割[J].计算机技术与发展,2010,(05):83.
　ZHANG Han-dong,LIAO Tian-hong,CEN Yu-wan.Image Segmentation Through Particle Swarm Optimization Based on Simulated Annealing[J].,2010,(12):83.
[4]廖锋 高兴宝.差分演化算法在约束优化问题中的应用[J].计算机技术与发展,2010,(05):187.
　LIAO Feng,GAO Xing-bao.Application of Differential Evolution Algorithms on Constraint Optimization Problems[J].,2010,(12):187.
[5]来磊 卢文科 邓开连.基于二维Tsallis交叉熵直线型图像阈值分割方法[J].计算机技术与发展,2010,(06):105.
　LAI Lei,LU Wen-ke,DENG Kai-lian.New Image Thresholding Segmentation Methods Based on Two-Dimensional Tsallis Cross-Entropy Liner-Type[J].,2010,(12):105.
[6]邹毅 朱晓萍 王秀平.一种基于混沌优化的混合粒子群算法[J].计算机技术与发展,2009,(11):18.
　ZOU Yi,ZHU Xiao-ping,WANG Xiu-ping.A Hybrid PSO Algorithm Based on Chaos Optimization[J].,2009,(12):18.
[7]贾瑞玉 黄义堂 邢猛.一种动态改变权值的简化粒子群算法[J].计算机技术与发展,2009,(02):137.
　JIA Rui-yu,HUANG Yi-tang,XING Meng.A Modified Simple Particle Swarm Optimization Using Dynamically Decreasing Inertia Weight[J].,2009,(12):137.
[8]卢珊萍 于盛林.基于粒子群算法的细胞神经网络模板参数设计[J].计算机技术与发展,2009,(04):83.
　LU Shan-ping,YU Sheng-lin.A Template Design Method for Cellular Neural Network Based on Particle Swarm Optimizer Algorithm[J].,2009,(12):83.
[9]王艳玲 李龙澍 胡哲.群体智能优化算法[J].计算机技术与发展,2008,(08):114.
　WANG Yan-ling,LI Long-shu,HU Zhe.Swarm Intelligence Optimization Algorithm[J].,2008,(12):114.
[10]邓璐娟 卢华琦 孙义坤 刁海港.改进的粒子群算法在测试数据生成中的应用[J].计算机技术与发展,2010,(07):216.
　DENG Lu-juan,LU Hua-qi,SUN Yi-kun,et al.Improved Adaptive PSO Application on Automatic Test Data Generation[J].,2010,(12):216.

备注/Memo

备注/Memo:
国家自然科学基金（60273043）;安徽大学研究生创新基金（20073053）王为为（1984-），女，安徽蚌埠人，硕士研究生，研究方向为智能计算方法与应用；程家兴，教授，博士生导师，研究方向为智能计算、算法分析及最优化方法
更新日期/Last Update: 1900-01-01