异步变化收缩因子粒子群算法心脏电流模型重构

作者：刘晓乐

来源：西南师范大学学报(自然科学版), 2014, (09): 87-93.

DOI：10.13718/j.cnki.xsxb.2014.09.016

• 粒子群算法
• 收缩因子
• 异步变化
• 收敛精度 Particle Swarm Optimization
• constriction factor
• asynchronous variant
• convergence precision

针对收缩因子的粒子群算法(CFPSO)求解复杂问题时精度偏低,提出了异步变化收缩因子的粒子群算法(NL-CFPSO).该算法利用异步变化的学习因子来产生收缩因子,改善粒子进化中的社会性和自身的学习性能,同时引入了"发散"和"收敛"操作,有效提高了粒子的收敛速度和精度.在该算法中,首先在给定的搜索空间上随机产生初始的粒子种群,在进化过程中采用异步变化的收缩因子,再根据判别函数来执行"发散"和"收敛"操作,使得粒子加速向全局最优的位置运动.将新算法和CFPSO在最新的6个测试函数进行对比,结果证明新算法比CFPSO算法具有更高的搜索精度和较低的时间复杂度.将该算法用于心脏单电流偶极子模型的反演计算...

• 出版日期2014
• 单位河南工程学院