|
|
1.
引力搜索算法中粒子记忆性改进的研究
李春龙 戴娟 潘丰
计算机应用
2012, 32 (10):
2732-2735.
DOI: 10.3724/SP.J.1087.2012.02732
针对引力搜索算法(GSA)对一些复杂问题的搜索精度不高的问题,特别是高维函数优化性能不佳、优化过程容易出现早熟的现象,因此考虑将粒子群优化(PSO)算法中关于局部最优解和全局最优解的概念引入引力搜索算法中,对引力搜索算法中粒子的记忆性进行改进,这样使得粒子的进化不仅受空间中其他粒子的影响,还受到自身记忆的约束,以此来提高算法的搜索能力。通过对选用的10个基准函数测试,证明了该方法的有效性。
参考文献 |
相关文章 |
多维度评价
|
|
