粒子群算法改進方法研究.pdf

1、本文在深入分析粒子群算法的缺陷及成因的基礎上，引入了云理論、人工魚算法，并提出擴張變異算子等方法，對粒子群算法進行改進，來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。
　　 本文主要工作包括：
　　 ①、提出一種基于擴張變異方法的云自適應粒子群算法，該算法采用擴張變異方法進行變異，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構簡單的特點，改善了算法的全局尋優(yōu)能力，提高了算法的收

2、斂速度和計算精度。
　　 ②、將一定規(guī)模的粒子群平分成三個子群，并分別按基本粒子優(yōu)化算法、ω自線性調整策略的粒子群算法和云自適應粒子群算法三種不同規(guī)則進化，既保持各個子群和算法的獨立性和優(yōu)越性，又不增加算法的復雜性，并提出“超社會”部分，重新定義了速度更換式子，同時還引入了擴張變異方法和擾動操作。實驗仿真結果表明，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群混合優(yōu)化