基于自适应排斥因子的改进粒子群算法

作者：陈明; 刘衍民

来源：计算机应用, 2013, (08): 2269-2272.

• 粒子群算法
• 自适应排斥因子
• 蒙特卡洛模拟
• 多峰问题
• 局部最优解 Particle Swarm Optimization(PSO)
• adaptive rejection factor
• Monte Carlo simulation
• multimodal problem
• local optima

基本粒子群算法在求解复杂的多峰问题时,由于存在较多的局部最优解,算法极易出现早熟现象。为克服这一缺陷,采用蒙特卡洛(Monte Carlo)方法模拟了种群飞行轨迹,得出种群极易陷入局部最优解的原因;在此基础上,通过定义粒子间距离、粒子间最大距离和粒子间平均距离,提出一种自适应控制粒子自身最优位置和种群最优位置间距离的排斥因子(ARF),来提升种群跳出局部最优的能力。为测试提出策略的有效性,在60次独立运行时,基于ARF的改进PSO算法(ARFPSO)在Rosenbrock,Ackley和Griewank函数上所获得的最好值分别为53.82,2.1203和5.32E-004,都优于其他两种对比算...

• 单位
  遵义师范学院