[发明专利]基于历史经验和实时调整相结合的粒子群优化算法在审
| 申请号： | 201510786073.2 | 申请日： | 2015-11-16 |
| 公开（公告）号： | CN105631516A | 公开（公告）日： | 2016-06-01 |
| 发明（设计）人： | 马瑞;邓剑波 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410014 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 针对标准粒子群优化算法(PSO)优化高维复杂函数时易出现局部最优的缺陷，提出了基于历史经验和实时调整相结合的粒子群优化算法。在速度更新过程中考虑曾经的不好经验，避免粒子重复搜索曾经找到的最差位置，并充分利用每个粒子的个体最优信息，以提高算法的搜索能力。利用每个粒子的适应度值自适应地改变每个粒子的惯性权重，实时有效的调整全局和局部的搜索能力。用本算法优化4个标准测试函数，与其他3种算法进行比较，以检验本算法能够有效加快全局收敛速度和提高全局优化精度。 | ||
| 搜索关键词： | 基于 历史 经验 实时 调整 相结合 粒子 优化 算法 | ||
【主权项】：
基于历史经验和实时调整相结合的粒子群优化算法，包括如下步骤：⑴基本的粒子群优化算法。⑵粒子群算法的改进。⑶改进粒子群算法的计算流程。⑷仿真实验与分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510786073.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种大口径法兰、管帽压塑成型模具
- 下一篇：一种利用旧井筒生产电力电缆的装置
