基于多种群粒子群算法和布谷鸟搜索的联合寻优算法
为了提高动态多种群粒子群(DMS-PSO)算法的全局搜索能力,将布谷鸟搜索算法(CS)引入DMS-PSO算法中,提出DMS-PSO-CS算法.采用中位数聚类算法将整个种群动态划分为若干小种群,各个小种群作为底层种群通过PSO算法进行寻优,再将每个小种群中的最优粒子作为高层种群的粒子通过CS算法进行深度优化.将所提出算法应用于CEC 2014测试函数,并与CS算法和其他改进的PSO算法进行比较.实验结果表明,所提出算法能够显著提高全局搜索能力和算法效率.
粒子群算法、动态多种群、布谷鸟搜索、中位数聚类
31
TP273(自动化技术及设备)
国家自然科学基金项目61203176;福建省自然科学基金项目2013J05098.
2016-08-10(万方平台首次上网日期,不代表论文的发表时间)
601-608