基于竞争侵略策略的粒子群算法

摘要：

针对粒子群优化算法(Particle Swarm Optimization,PSO)容易陷入局部最优及算法收敛速度慢的问题,提出基于竞争侵略策略的粒子群算法(Particle Swarm Optimization based on competitive aggression Strategy,CAPSO).凭借高自由度的侵略性,自由粒子群中粒子与择优进化群中粒子进行比较,得出竞争最优,进而通过竞争池指导择优进化群更新,使CAPSO算法快速跳出局部最优,且提高算法收敛速度.使用8个标准测试函数分别对4个算法以及CAPSO算法进行仿真,对寻优结果进行分析.结果表明,CAPSO算法无论是在单峰函数问题还是多峰函数问题上,总体拥有优秀的寻优结果.

关键词：群体智能、竞争侵略、优化算法、粒子群

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然基金;哈尔滨市科技局科技创新人才研究专项资助项目;哈尔滨师范大学硕士研究生创新科研资助项目

在线出版日期：2021-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：73-78