一种粒子群算法的多样性策略研究  

A Diversity Strategy for Particle Swarm Optimization

作　　者：王芳[1] 雷开友[1] 邱玉辉[1] 

机构地区：[1]西南大学智能软件与软件工程实验室,重庆400715

出　　处：《计算机科学》2006年第1期213-215,263,共4页Computer Science

基　　金：本文受到国家863子专题(编号863-511-910-101-01);重庆市信息产业局重点项目(编号200311014)的共同支持

摘　　要：本文提出了一种粒子群算法的多样性策略,即在搜索过程中,对部分适应值较差的粒子重新进行随机初始化。修改后的算法经过了大量测试函数上的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,该算法能获得更高的收敛成功率和质量更好的解。在困难的多峰函数优化上具有很强的竞争力。In this paper,a diversity strategy for Particle Swarm Oplimizer is proposed. The modified algorithm reinitializes part of particles with poorer fitness during the searching process, h is empirically tested and compared with other published methods on many famous benchmark functions. The experimental results illustrate that the proposed algorithm has the potential to achieve higher success ratio and better solution quality, It is very competitive for hard multimodal function optimization.

关 键 词：粒子群算法 多样性 多峰函数 策略研究 多峰函数优化 模拟实验 搜索过程 测试函数 初始化 适应值 

分 类 号：O242.23[理学—计算数学] TS210.3[理学—数学]