带两类正态变异的PSO算法

摘要：

针对基本粒子群优化算法(PSO)容易陷入局部最优点和收敛速度较慢的缺点，提出在PSO更新过程中加入两类基于正态分布投点的变异操作。一类变异用来增强局部搜索能力，另一类变异用来提高发现全局最优点的能力，避免所有粒子陷入到一个局部最优点的邻域内。数值结果表明，所提出算法的全局搜索能力有显著提高，并且收敛速度更快。

关键词：粒子群优化算法、变异、正态分布、全局收敛

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61075115/F030707；国家自然科学基金青年基金项目11101265/A0107；上海市教委高校青年教师培养计划项目shgcjs020

在线出版日期：2014-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1881-1884