针对传统的粒子群优化算法搜索孤立区域效果差、搜索精度低等缺点,提出一种子群分层的粗粒度粒子群优化算法。在粗粒度模型的基础上,将子群分为若干普通子群、自适应子群和精英子群,不同的子群在进化过程中采取不同的进化策略。普通子群根据种群的早熟收敛程度和粒子的适应度值自适应调整惯性权重,自适应子群的速度和位置更新受到普通子群中的全局最优个体影响,精英子群保存普通子群和自适应子群的全局最优个体,并采用免疫克隆机制保证其多样性。仿真结果表明了所提算法的优异性。
科研之友
微信
新浪微博
Facebook
分享链接
