带经验交流的粒子群优化算法仿真与稳定性分析

作者：陈杏环; 王政霞

来源：西南师范大学学报(自然科学版), 2014, 39(01): 47-54.

DOI：10.13718/j.cnki.xsxb.2014.01.026

• 粒子群优化
• 带经验交流的粒子群算法
• 经验共享
• 稳定性分析

从社会学的角度出发提出了带经验交流的粒子群优化算法(PSOCE),以克服标准粒子群算法(PSO)在对高维度、多极值函数寻优时收敛缓慢、精度不足、易早熟以及成功率低等问题.算法将粒子个体经学习和积累所得到的经验交予群体社会共享,使每一个粒子个体在学习和经验积累的过程中能够借鉴其他粒子个体已经取得的成果或结论,将经验的效用最大化.利用经典离散控制理论分析其定值算法的稳定范围.仿真分析证明,针对高维度、多极值的目标函数,所提新算法较标准粒子群算法在收敛速度、寻优精度、成功率以及期望迭代次数等方面都有大幅改善.

• 单位
  重庆电子工程职业学院; 重庆交通大学