一种新型的粒子群算法

摘要：

针对原始PSO算法存在的各种缺点,论文提出了一种新型的PSO算法.该算法在搜索的中期进行变异,并依据搜索开始后的收敛情况来决定首次变异的时机、依据每次变异后的收敛情况来决定下次变异的时机,以便最大限度地增加变异次数,并充分利用每次变异带来的避免局部最优、求得全局最优的机会,从而提高搜索成功的概率;在后期则在一定的循环次数内不变异,以确保搜索精度.每次变异只选择那些收敛程度相对比较大的维来进行,这样可以在不破坏粒子群的结构的情况下扩大搜索空间、提高收敛速度.通过对四个多峰的测试函数和一个问题空间为非凸集的实例所做的对比实验,表明改进的PSO算法增强了全局搜索能力,搜索成功率大为提高,克服了原始的PSO算法易于收敛到局部最优点的缺点.

关键词：粒子群优化算法、变异、布局优化、全局最优

所属期刊栏目：41

分类号：TP301(计算技术、计算机技术)

资助基金：交通部博士基金200332581106

在线出版日期：2005-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83