粒子群优化算法中的位置矢量的评价策略

摘要：

为了解决粒子群优化算法(particle swarm optimization,简称PSO)在解决高维多极值问题时容易陷入局部最优而早熟及位置矢量的评价策略存在的"两进一退"和"两退一进"的问题,提出了一种新的评价策略,对各粒子的位置矢量逐维进行评价,使粒子向目标最优位置"稳步前进",具有和标准PSO一样的收敛性分析过程,没有增加对PSO的理解难度,并定义了广义评价策略,实验证明,可以有效地在收敛速度和防止早熟之间平衡以达到很好的优化性能.

关键词：粒子群优化、评价策略、群体智能、收敛性

所属期刊栏目：41

分类号：TP301(计算技术、计算机技术)

资助基金：国家科技部中小型科技企业创新基金资助项目06C26225101730

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：139-146