Indexed by：
Abstract：
针对粒子群优化(PSO)算法在解决高维非线性优化类问题时存在易陷入局部最小难以寻求最优解的问题,提出了一种具有局部搜索的参数自适应调整的粒子群算法.其核心思想是利用种群分布信息动态调整算法参数;加入混沌变异机制,增加种群多样性;在算法中加入局部搜索机制加强算法局部搜索能力.对6个基准函数的优化结果表明,改进算法具有较好的优化性能.将其用于优化实际的给水管网案例-汉诺塔管网和纽约管网,并与其它算法的结果进行了对比.实验结果表明该算法具有较好的搜索精度和更快的收敛速度.
Keyword：
Reprint Author's Address：
Email：
Source ：
信息与控制
ISSN： 1002-0411
Year： 2015
Issue： 4
Volume： 44
Page： 385-392
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 10
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
