多阶段多模型的改进微粒群优化算法

摘要：

针对微粒群优化算法在解决复杂优化问题时易于出现早熟收敛现象,提出了一种多阶段多模型的改进微粒群优化算法.考虑寻优不同阶段的开发与探测能力需求的差异,算法将寻优过程分成3个阶段,各阶段采用不同的模型进行进化.第一阶段利用标准微粒群优化算法发现局部极值的邻域;第二阶段利用Cognition Only模型快速找到局部极值点,提高寻优效率;第三阶段,提出了一种改进的进化模型,利于粒子快速跳出局部极值点,寻找到全局最优点.4种复杂测试函数的实验结果表明:该算法比标准微粒群优化算法(PSO)和基于不同进化模型的两群优化算法(TSE-PSO)更容易找到全局最优解,相比两群微粒群优化算法,还能在一定程度上提高优化效率.

关键词：微粒群优化算法、多模型、多阶段、优化

所属期刊栏目：46

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 50539020;江西省自然科学基金the Natural Science Foundation of Jiangxi Province of China under Grant 2007GZS1056,2009GZW0020;江西省教育厅科技项目GJJ09365,GJJ10630;南昌工程学院青年基金-科技项目2010KJ015,2010KJ018

在线出版日期：2011-01-13（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：32-35