基于不确定知识的粒子群优化算法
Particle swarm optimization based on uncertain knowledge作者机构：江苏大学电气信息工程学院江苏镇江212013
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2011年第26卷第12期
页 面：1851-1854,1860页
核心收录：
学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：中国博士后基金项目(20090451171) 江苏高校自然科学基金项目(08KJD510011) 江苏大学高级人才科研启动基金项目(08JDG017) 江苏高校优势学科建设工程项目(苏政办发(2011)6号)
摘 要：针对标准粒子群优化算法(PSO)速度更新方程存在随机参数,使得粒子获取知识存在不完备性的问题,将不确定知识引入PSO算法中,并对个体知识、群体知识和不确定知识随机参数进行了归一化,保证算法在每一步演化中都能获得完备知识.理论分析给出了PSO-UK算法局部收敛参数条件,并证明了其具有全局优化性能.经典测试函数实验表明,所提出的PSO-UK算法具有全局搜索能力,且局部收敛精度明显优于PSO算法.
维普期刊数据库
同方期刊数据库