基于概率选择学习对象的粒子群优化算法

摘要：

针对标准微粒群算法容易陷入局部极小的缺陷,对标准粒子群速度进化公式进行改进,提出一种基于概率选择学习对象的粒子群算法.找出比当前个体好的粒子,形成候选学习对象集,计算候选集中每个粒子被选中的概率,形成学习对象集,并加权利用学习对象集信息.该算法使得每个粒子可以充分利用整个种群的信息,有效地保证粒子群的多样性.对3个Benchmark测试函数进行了仿真,结果显示,该算法能有效地改善寻优性能,具有摆脱局部极值的能力.

关键词：粒子群、优化、群智能

所属期刊栏目：34

分类号：TP301(计算技术、计算机技术)

资助基金：南昌航空大学校基金资助项目EC200606065

在线出版日期：2008-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：199-200,204