基于惩罚机制的自适应交叉粒子群算法

摘要：

粒子群算法存在容易陷入局部收敛的问题,尤其在求解约束条件优化问题时.提出一种基于惩罚机制的自适应交叉粒子群算法,其分3个层次克服局部收敛,获得最优解.首先引入交叉操作,根据粒子群进化过程中的种群多样性模型得到全局最优解.其次为求解约束优化问题,提出了基于惩罚机制的交叉粒子群算法,改进了H策略和简化了P策略惩罚机制.验证了所提算法在算法复杂度没有明显增加的情况下,性能得到了提高.最后分析得出在解决约束条件优化问题时,根据问题本身单峰和多峰的不同特性,粒子群算法的参数对收敛速度和最优解有关键影响.提出用通用公式计算参数,使算法得到最优解,从而推广粒子群算法的应用.

关键词：粒子群算法、交叉操作、收敛模型、自适应、单峰和多峰函数优化、约束优化

所属期刊栏目：37

分类号：TP18(自动化基础理论)

在线出版日期：2010-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：249-254,284