一种新的混合粒子群优化算法

• 作者: 章兢 谢燕江 钱彭飞
• 来源期刊: 科技导报
• 学科: 工学
• 关键词: 粒子群优化算法 遗传算法 全局搜索 局部搜索 种群多样性
• 年，卷（期）: 2010,（22）
• 页码范围: 74-76
• 分类号: TP301.6
• 字数: 2985字
• 语种: 中文

摘要

针对粒子群优化算法容易陷入局部极值,进化后期收敛速度慢、精度低等缺点,本文将粒子群优化算法与遗传算法相结合,在基本粒子群优化算法中引入了正态变异算子,提出了一种新的混合进化算法,新算法增加了种群的多样性,增强了算法的全局寻优能力,提高了算法的搜索效率.使用新算法对经典函数进行优化测试,结果表明,本算法保持了粒子群优化算法简捷快速、容易实现的特点;同时,正态变异算子的引入提升了算法后期的收敛速度与全局搜索能力.新的算法能够以更小的种群数和进化代数获得较好的优化能力,在克服陷入局部最优和收敛速度方面均优于基本粒子群优化算法、遗传算法以及加入混沌扰动的粒子群优化算法(CPSO).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章兢	湖南大学电气与信息工程学院	250	2846	28.0	42.0
2	谢燕江	湘南学院计算机科学系	8	93	4.0	8.0
3	钱彭飞	湖南大学电气与信息工程学院	5	11	2.0	3.0