一种催化粒子群算法及其性能分析

• 作者: 孟安波 李专
• 来源期刊: 计算机应用研究
• 关键词: 纵横交叉算法 横向交叉 纵向交叉 催化剂 粒子群算法 中庸解 占优解
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2345-2349
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.024

摘要

针对粒子群算法（PSO）在解决高维、多模复杂问题时容易陷入局部最优的问题，提出了一种新颖的混合算法—催化粒子群算法（CPSO）。在 CPSO 优化过程中，种群中的粒子始终保持其个体历史最优值 pbests。CPSO 种群更新由改造 PSO、横向交叉以及垂直交叉三个搜索算子交替进行，其中，每个算子产生的中庸解均通过贪婪思想产生占优解 pbests，并作为下一个算子的父代种群。在 CPSO 中，纵横交叉算法（CSO）作为 PSO 的加速催化剂，一方面通过横向交叉改善 PSO 的全局收敛性能，另一方面通过纵向交叉维持种群的多样性。对六个典型 benchmark 函数的仿真结果表明，相比其他主流 PSO 变体，CPSO 在全局收敛能力和收敛速率方面具有明显优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
2	李专	广东工业大学自动化学院	3	27	2.0	3.0