吸收变异的粒子群算法及应用

吸收变异的粒子群算法及应用

提出了一种改进的粒子群算法,称为Convergence mutation PSO(CM_PSO).该算法根据粒子群中各粒子的适应值动态地调整粒子数量,把部分适应度差的粒子适当汇聚到适应度好的区域,在不损失全局搜索能力的同时,增强局部搜索能力.在将该算法应用于雷达组网误差配准问题中,提出了一种基于CM-PSO的误差配准技术.仿真表明,该算法能有效配准,与对比方法相比较,具有更好的收敛精度和更快的进化速度.

作 者：   作者单位：   刊 名： 海军航空工程学院学报  ISTIC 英文刊名： JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTE  年，卷(期)： 2006 21(4)  分类号： N945.13  关键词： PSO   CM_PSO   收敛精度   进化速度   误差配准  

【吸收变异的粒子群算法及应用】相关文章：

粒子群算法的最小值边界变异策略04-27

一种改进的变异粒子群算法研究04-30

基于粒子群算法的资源均衡04-27

基于粒子群算法的神经网络在水资源评价中的应用04-27

基于粒子群算法的翼型优化设计04-27

一种改进粒子群优化算法及其在投资规划中的应用04-29

基于量子粒子群算法求解整数规划04-27

基于粒子群算法的飞行器再入轨迹优化04-28

基于划分和重分布的粒子群算法及优化策略04-25

基于粒子群算法的污水处理模糊控制研究04-28