基于共识粒子群的全局优化求解方法

• 作者: 张永峰 程新功 陆湛文
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 粒子群算法 高效全局优化算法 共识粒子群 代理模型
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 1936-1942
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.20-FZ0371

摘要

针对粒子群优化(PSO,particle swarm optimization)和高效全局优化(EGO,efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM,consensus particle swarm optimization and local surrogate model).该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解.不仅避免了 PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优.通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程新功		23	209	8.0	14.0
2	张永峰		5	39	3.0	5.0
3	陆湛文		1	0	0.0	0.0