远离最差解的粒子群优化算法

摘要：

针对传统粒子群优化算法容易陷入局部最优、寻优精度低及后期搜索速度慢等缺陷,提出一种参考局部最差解影响的粒子群算法.当算法搜索后期,全局最优解(global best solution,Gbest)无变化时,局部最优解(personal best solution,Pbest)等于Gbest,这时速度靠拢最优方向向量为零,粒子前进的方向只有自身惯性.而本文加入了局部最差(partial worst solution,Pworst)之后的算法使粒子的前进方向不仅受自身惯性的影响,而且可以继续的寻优,从而找到Gbest.算法采用远离全局最差解和局部最差解的思想,对粒子群优化算法的速度更新公式进行改进,并分别测试全局最差解和局部最差解对粒子群优化算法的影响.通过几个典型的测试函数仿真结果表明,改进后的算法在搜索速度、寻优精度、鲁棒性方面较粒子群算法有了显著提高,而且具有跳出局部最优的能力.

关键词：粒子群优化算法、全局最差、局部最差

所属期刊栏目：34

分类号：TP301(计算技术、计算机技术)

资助基金：广东省教育厅特色创新资助项目2014KTSX055

在线出版日期：2017-08-07（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：78-83