基于学习理论的改进粒子群优化算法

作者：徐霜; 万强; 余琍^*

来源：郑州大学学报(工学版), 2019, 40(02): 29-34.

DOI：10.13705/j.issn.1671-6833.2019.02.007

• 粒子群算法
• 最优化
• 有效性
• 测试函数

论文针对粒子群算法容易陷入局部最优的问题,提出基于学习理论的粒子群算法(L-PSO).该算法通过为粒子群全局最优粒子设定最大周期限制,使达到最大周期的全局最优粒子可以被取代,同时利用聚类的思想对粒子群进行分组,通过随机选择两个组中心,以一定概率进行交叉变异,生成竞争粒子并替换达到最大周期的全局最优粒子,能够较好地避免算法陷入局部最优,提高算法的收敛速度.在基准测试函数集上的测试结果表明该算法有效.

• 单位
  武汉大学