Enhanced leader PSO (ELPSO): A new PSO variant for solving global optimisation problems

早熟收敛 粒子群优化 数学优化 植绒(纹理) 计算机科学 局部最优 趋同(经济学) 群体行为 可扩展性 收敛速度 数学 钥匙(锁) 材料科学 计算机安全 数据库 经济 复合材料 经济增长
作者
Ahmad Rezaee Jordehi
出处
期刊:Applied Soft Computing [Elsevier]
卷期号:26: 401-417 被引量:253
标识
DOI:10.1016/j.asoc.2014.10.026
摘要

Particle swarm optimisation (PSO) is a well-established optimisation algorithm inspired from flocking behaviour of birds. The big problem in PSO is that it suffers from premature convergence, that is, in complex optimisation problems, it may easily get trapped in local optima. In this paper, a new PSO variant, named as enhanced leader PSO (ELPSO), is proposed for mitigating premature convergence problem. ELPSO is mainly based on a five-staged successive mutation strategy which is applied to swarm leader at each iteration. The experimental results confirm that in all terms of accuracy, scalability and convergence rate, ELPSO performs well.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
南宫应助小胡读研日记采纳,获得10
刚刚
齐齐完成签到 ,获得积分10
刚刚
Jasper应助开朗惊蛰采纳,获得10
1秒前
Jasper应助慈祥的鬼采纳,获得10
1秒前
1秒前
儒雅的山河完成签到 ,获得积分10
1秒前
Orange应助skf采纳,获得10
2秒前
猪猪hero发布了新的文献求助10
2秒前
Ava应助hans采纳,获得10
2秒前
王振123654完成签到,获得积分20
2秒前
25_1完成签到,获得积分10
3秒前
yatou完成签到,获得积分10
3秒前
3秒前
xi发布了新的文献求助10
3秒前
一棵草发布了新的文献求助20
3秒前
所所应助积极的邪欢采纳,获得10
3秒前
ClarkLee发布了新的文献求助30
4秒前
4秒前
希望天下0贩的0应助张阳采纳,获得10
4秒前
科研通AI6应助忧郁的灵枫采纳,获得20
4秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
yoxi应助忧郁的灵枫采纳,获得200
5秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
yoxi应助忧郁的灵枫采纳,获得100
5秒前
咕咕完成签到,获得积分10
5秒前
科研通AI6应助忧郁的灵枫采纳,获得200
5秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
Spy_R完成签到,获得积分10
5秒前
今后应助科研大王采纳,获得10
5秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
科研通AI6应助忧郁的灵枫采纳,获得10
5秒前
5秒前
5秒前
kk发布了新的文献求助200
5秒前
量子星尘发布了新的文献求助10
6秒前
25_1发布了新的文献求助10
6秒前
夕沫完成签到,获得积分10
6秒前
7秒前
7秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 1000
扫描探针电化学 1000
Teaching Language in Context (Third Edition) 1000
Identifying dimensions of interest to support learning in disengaged students: the MINE project 1000
Introduction to Early Childhood Education 1000
List of 1,091 Public Pension Profiles by Region 941
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5439377
求助须知:如何正确求助?哪些是违规求助? 4550536
关于积分的说明 14225071
捐赠科研通 4471548
什么是DOI,文献DOI怎么找? 2450403
邀请新用户注册赠送积分活动 1441270
关于科研通互助平台的介绍 1417882