一种改进的粒子群优化算法

摘要：

在粒子群优化算法的基础上,将粒子群优化算法的速度更新公式中种群最优位置用所有个体的平均值与最优粒子有限邻居个体的平均值加权求和代替;通过将种群平均适应度和整体最优位置适应度的比值作为适应度函数,并引入了加速系数;得到改进的粒子群优化聚类算法既能够充分参考当前粒子的最优信息,也参考了所有个体的最优信息和当前最优粒子有限邻居的最优信息,在进化过程中可以通过新的适应度函数自适应地调整全局搜索和局部搜索的比重对粒子的影响,对算法收敛速度影响较小的前提下较好地提高了收敛精度.最后,选取了4组具有不同分布特征的Benchmark函数作为验证函数,试验结果表明,新算法具有较好的收敛特性.

关键词：粒子群优化算法、适应度、更新、收敛速度、收敛精度

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：陕西省重点科技创新团队项目2014KTC-18;陕西省自然科学基金重点项目2014JZ021;陕西省自然科学基金2014JM8353

在线出版日期：2016-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20