一种基于子群变异的粒子群优化算法

• 作者: 徐春梅 杨平 袁晗 许姗姗
• 来源期刊: 计算机应用研究
• 关键词: 早熟收敛 粒子群优化算法 随机定向振荡式搜索 子群 变异 多模态函数优化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1076-1079
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.027

摘要

为克服粒子群优化算法早熟收敛,提出一种基于子群变异的改进粒子群优化算法(SsMPSO).该算法提出一种具有随机定向振荡式搜索的子群对主群的全局最优位置进行变异,改变了完全随机的变异方式,为算法提供局部深度的搜索以及跳出局部最优;为增强算法的全局探索能力,对适应度值差的粒子进行动态变异,以此达到增大种群潜在搜索空间的目的.最后通过高维的benchmark函数测试改进算法性能.通过仿真结果对比,表明改进算法能有效防止早熟问题,对于多模态函数的优化能够很好地跳出局部板值点,收敛性和收敛精度等方面得到大幅度提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨平	上海电力学院自动化工程学院	162	1579	19.0	33.0
2	徐春梅	上海电力学院自动化工程学院	23	233	9.0	14.0
3	袁晗	上海电力学院自动化工程学院	4	14	1.0	3.0
4	许姗姗	上海电力学院自动化工程学院	2	15	2.0	2.0