摘要:针对传统的粒子群优化算法中存在的问题及分数阶达尔文微粒群优化(FDPSO)算法收敛速度慢,收敛精度不高的问题,改进其算法中分数阶速度更新策略,同时引入Logistic型混合分数阶自适应动态调整策略,得到一种改进的自适应分数阶达尔文粒子群优化(LFDPSO)算法,并通过相应理论分析,证明了该算法在给定条件下的收敛性,并由6个经典函数的数值测验表明,Logistic型混合自适应分数阶达尔文粒子群(LFDPSO)算法在收敛精度和收敛速度上得到了有效改善与提高,粒子在局部最优时的逃逸能力、全局寻优及智能搜索能力显著增强.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Chinese Journal of Chemical Physics Control Theory and Technology Acta Geologica Sinica 高分子科学Chinese Journal of Polymer Science Neuroscience Bulletin Acta Pharmacologica Sinica Biomedical and Environmental Sciences Journal of Ocean University of China Communications in Theoretical Physics Transactions of Nonferrous Metals Society of China