具有高斯扰动的最优粒子引导粒子群优化算法

作者：吴润秀; 孙辉; 朱德刚; 赵嘉

来源：小型微型计算机系统, 2016, 37(01): 146-151.

• 粒子群优化算法
• 高斯扰动
• 最优粒子引导
• 局部极值点

针对粒子群算法(particle swarm optimization,PSO)收敛速度慢和早熟收敛的问题,提出一种具有高斯扰动的最优粒子引导粒子群优化算法(OGPSO).该算法通过在粒子的速度更新公式上移除自我认知部分,增加局部最优粒子控制的高斯扰动项来实现改进PSO算法.通过移除自我认知部分,使种群中的粒子主要受当前全局最优粒子引导;通过增加高斯扰动项,又提供了一种防止粒子陷入局部最优点的机制.两种改进措施相结合,既加快了收敛速度,又避免了早熟收敛的问题.在典型测试函数集上的仿真实验结果和与其它经典及新近改进PSO算法的对比实验结果,均表明本文算法有较好的寻优性能及稳定性.

• 单位
  安徽医科大学第一附属医院; 南昌工程学院