基于事件触发的全信息粒子群优化器及其应用

作者：王闯; 韩非; 申雨轩; 李学贵; 董宏丽^*

来源：自动化学报, 2023, 49(04): 891-903.

DOI：10.16383/j.aas.c200621

• 粒子群优化器
• 事件触发策略
• 全信息策略
• 去噪算法
• 变分模态分解

针对标准粒子群优化算法存在早熟收敛和容易陷入局部最优的问题,本文提出了一种基于事件触发的全信息粒子群优化算法(Event-triggering-based full-information particle swarm optimization, EFPSO).首先,引入一类基于粒子空间特性的事件触发策略实现粒子群优化算法(Particle swarm optimization, PSO)的模态切换,更好地维持了算法搜索和收敛能力之间的动态平衡.然后,鉴于引入历史信息能够降低算法陷入局部最优的可能性,提出一种全信息策略来克服PSO算法搜索能力不足的缺陷.数值仿真实验表明, EFPSO算法在种群多样性、收敛率、成功率方面优于其他改进的PSO算法.最后,应用EFPSO算法对变分模态分解(Variational mode decomposition, VMD)去噪算法进行改进,并在现场管道信号去噪取得了很好的效果.

• 单位
  东北石油大学