基于种群分区的多策略综合粒子群优化算法

摘要：

针对标准粒子群优化算法容易陷入局部最优收敛精度不高的问题,提出一种基于种群分区的多策略综合学习粒子群优化算法(MSPSO).该算法利用竞争机制将种群分为两个子种群:潜力子群与普通子群,对这两个子群实行不同的进化策略,潜力子群中的粒子主要负责全局探索,普通子群中的粒子则侧重于局部勘探.为验证算法的性能,在不同类型的基准函数上与其他粒子群算法及其他群智能算法进行对比,所提算法都能取到最优的平均结果,证明所提算法具有更优异的算法性能.

关键词：粒子群优化、竞争机制、多策略学习、种群分区、综合学习

所属期刊栏目：50

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;北京市自然科学基金

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：85-94