基于爆炸冲击波模型的粒子群优化算法

摘要：

针对基本粒子群优化(PSO)算法在解决复杂多峰问题时易于陷入局部最优解的问题,提出一种基于爆炸冲击波模型的PSO算法(简称BW-PSO算法).该算法通过加入种群多样性监督条件,使得当种群数量缩小至给定阈值时,触发粒子冲击波过程:最优粒子与次优粒子进行交叉变异,处于爆炸半径内的粒子受到牵引力,加速收敛至当前极值;处于爆炸半径外的粒子受到冲击力向外扩散,增加了找到全局最优值的可能性.BW-PSO算法不仅能够通过最优粒子变异操作提升当前解的精度,而且通过粒子冲击波过程,增加了种群多样性,提升了粒子对全局空间开发的能力.实验结果表明,基于爆炸冲击波模型的PSO算法在求解多峰问题表现优于变异PSO算法与带电PSO算法.

关键词：粒子群优化算法、爆炸冲击波、种群多样性、交叉变异、多峰函数

所属期刊栏目：34

分类号：TP18(自动化基础理论)

在线出版日期：2014-08-29（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：2085-2089