基于杂交变异的动态粒子群优化算法

摘要：

粒子群优化算法(PSO)的结构相对简单、运行速度很快,但是算法极易陷入局部最优,出现早熟收敛现象.针对标准粒子群算法存在的问题,引入了一种随迭代次数和粒子间距离大小动态改变的惯性权重,通过设置比例系数控制二者对惯性权重的影响力度.在此基础上为了增加种群多样性,又引入“杂交变异”算子,设计了一种基于杂交变异的动态粒子群优化算法(HV-DPSO).通过对基准函数的数值试验表明,新算法相对于标准粒子群算法不仅能有效地避免早熟收敛,而且具有更好的收敛效果.

关键词：粒子群优化算法、动态惯性权重、杂交变异、早熟收敛、多样性

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：四川省教育厅青年基金11ZB058

在线出版日期：2014-04-16（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：143-146