粒子群算法改進(jìn)方法研究.pdf

1、本文在深入分析粒子群算法的缺陷及成因的基礎(chǔ)上，引入了云理論、人工魚(yú)算法，并提出擴(kuò)張變異算子等方法，對(duì)粒子群算法進(jìn)行改進(jìn)，來(lái)提高算法的收斂速度和精度，有效克服了算法易陷于局部最優(yōu)的缺點(diǎn)。
　　 本文主要工作包括：
　　 ①、提出一種基于擴(kuò)張變異方法的云自適應(yīng)粒子群算法，該算法采用擴(kuò)張變異方法進(jìn)行變異，可避免因多維而多變量引起多因素的干擾，加快搜索速度。該算法保持了算法結(jié)構(gòu)簡(jiǎn)單的特點(diǎn)，改善了算法的全局尋優(yōu)能力，提高了算法的收

2、斂速度和計(jì)算精度。
　　 ②、將一定規(guī)模的粒子群平分成三個(gè)子群，并分別按基本粒子優(yōu)化算法、ω自線性調(diào)整策略的粒子群算法和云自適應(yīng)粒子群算法三種不同規(guī)則進(jìn)化，既保持各個(gè)子群和算法的獨(dú)立性和優(yōu)越性，又不增加算法的復(fù)雜性，并提出“超社會(huì)”部分，重新定義了速度更換式子，同時(shí)還引入了擴(kuò)張變異方法和擾動(dòng)操作。實(shí)驗(yàn)仿真結(jié)果表明，新算法的全局搜索能力、收斂速度，精度和穩(wěn)定性均有了顯著提高。
　　 ③、提出一種基于粒子群的人工魚(yú)群混合優(yōu)化