基于遗传思想的改进粒子群优化算法

摘要：

传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进 PSO 算法：利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的 PSO 算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。

关键词：粒子群算法、局部最优、群体智能、算法设计、遗传算法

所属期刊栏目：13

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61272382;广东省云机器人石油化工工程技术研究中心项目2015B090903084;广东省教育厅青年创新人才类项目自然科学类2015KQNCX099。

在线出版日期：2016-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4-8