基于多种群多模型协同进化的粒子群优化算法

摘要：

为克服标准粒子群优化(PSO)算法易陷入局部极值和优化精度较低的缺点,提出一种多种群多模型协同进化的粒子群优化(MSM-PSO)算法.将整个粒子群分成大小相等的3个分群,各分群采用不同的进化模型,分群间相互影响促进.同时采用自适应动态惯性权重,以保持种群多样性,降低陷入局部极值的概率.测试结果表明,该算法全局性能好、寻优精度高.

关键词：粒子群优化算法、多种群、多模型、自适应动态惯性权重、协同进化

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2013-11-12（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：200-203,208