一种多种群综合学习粒子群优化算法

摘要：

针对综合学习算法(Comprehensive learning particle swarm optimization,CLPSO)在解决全局优化问题时精度不高且收敛速度慢的问题,提出一种多种群综合学习算法(MS_CLPSO).该算法将传统粒子群算法的社会部分引入CLPSO算法,有效提高了算法的收敛速度和局部开采能力;同时,为扩大粒子的空间搜索范围,算法引入多种群策略,提高了算法全局勘探能力;并针对可能陷入局部极值的粒子,采用全局学习策略更新学习样本,增加了种群中粒子多样性.实验结果表明,在处理单峰和多峰标准测试函数中,MSCLPSO算法有效提高了CLPSO算法的精度和收敛速度.

关键词：粒子群算法、综合学习粒子群算法、多种群综合学习算法、柯西变异、高斯变异

所属期刊栏目：49

在线出版日期：2019-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：273-285