基于高斯变异与Levy飞行策略的混合粒子群优化算法

• 作者: 谢金宵 高岳林 于宏利
• 来源期刊: 宝鸡文理学院学报（自然科学版）
• 关键词: 智能算法 粒子群优化算法 高斯变异 Levy飞行
• 年，卷（期）: 2021,（1）
• 页码范围: 5-10
• 页数: 6页
• 分类号: O29
• 语种: 中文
• DOI: 10.13467/j.cnki.jbuns.2021.01.002

摘要

目的 解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷.方法 将高斯变异(Gaussian M utation)、Levy飞行策略与基本粒子群优化算法(PSO)进行混合,提出一种称为GLPSO混合粒子群算法.在该算法中粒子通过Levy飞行更新自己的位置,若粒子在若干次迭代后无法产生更优值,则在保存当前最优值的前提下进行高斯变异来保持种群多样性.结果 与结论通过对基准测试函数优化的实验结果对比,GLPSO在5个基准测试函数中的优化精度和全局搜索能力优于其他对比算法,GLPSO有更加出色的全局搜索能力和更高的求解精度.