期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于聚集度与向量相似度的粒子群算法 预览
1
作者 何琼月 王斌 《计算机应用与软件》 CSCD 北大核心 2013年第11期168-171,234共5页
针对粒子群算法在运行后期易出现种群多样性丢失、早熟收敛这一现象,提出一种基于聚集度与向量相似度的改进的算法。首先基于向量的欧氏距离定义了聚集度的概念,用来衡量种群的多样性;然后采用向量的夹角余弦值来衡量粒子的相似度,... 针对粒子群算法在运行后期易出现种群多样性丢失、早熟收敛这一现象,提出一种基于聚集度与向量相似度的改进的算法。首先基于向量的欧氏距离定义了聚集度的概念,用来衡量种群的多样性;然后采用向量的夹角余弦值来衡量粒子的相似度,为粒子的变异提供依据;最后为了跳出局部最优,对粒子实施散离策略。仿真实验结果表明改进算法具有更强的寻优能力、更快的收敛速度,且解的稳定性更好。 展开更多
关键词 粒子群优化 多样性 聚集度 向量相似度 策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈