改进的变参数粒子群优化算法

作者：赵成业; 闫正兵; 刘兴高

来源：浙江大学学报(工学版), 2011, (12): 2099-2102.

• 改进粒子群优化算法
• 参数控制
• 进化状态估计 adaptive particle swarm optimization algorithm
• parameter control
• evolutionary status estimate

为了提高标准粒子群优化(PSO)算法在收敛速度和优化精度上的性能,提出一种改进的变参数粒子群优化(MAPSO)算法.该方法以进化状态因子计算策略和进化状态估计模型为基础,引入了算法参数控制和变异算子,提高了算法的收敛速度和全局优化能力.在多个基准单峰和多峰优化问题上,对已有的2种算法和MAPSO算法进行了测试和比较,结果表明:在优化精度上,MAPSO算法在6个基准测试函数的4个测试函数上都优于另2种算法;在收敛速度方面,MAPSO算法在5个测试函数上都优于其他2个算法,体现了MAPSO算法在多个性能指标上的优越性.

• 单位
  浙江大学; 工业控制技术国家重点实验室