粒子群优化算法的改进及其实现  

A Modified Particle Swarm Optimization and Its Realization

作　　者：赵秋亮[1] 吴秋波[2] 唐志波[1] 

机构地区：[1]浙江海洋学院,浙江舟山316000 [2]成都理工大学,四川成都610059

出　　处：《现代电子技术》2007年第14期82-84,共3页Modern Electronics Technique

基　　金：浙江省教育厅科研项目(20061137)

摘　　要：基本粒子群优化算法存在着"早熟"现象。究其主要原因是由于全局最优粒子的运动形式滞留在局部最优。为此,根据基本PSO算法的特点,在粒子运动过程中加入了个体小概率随机变异,增强了粒子运动形式改变能力,减小了陷入局部最优的可能性。通过数值计算结果表明,该方法能有效地解决粒子群优化"早熟"问题。Standard Particle Swarm Optimization （PSO） has premature phenomenon,and the reason is that the motion of the globe best particle plunges into local optimization. Thinking over this point, we add the small probability random mutation to strengthen the motion of the particles, reduce the chance of slumping local optimization. The result of numerical computation shows that the modified algorithm can resolve the premature problem of PSO efficiently.

关 键 词：粒子群优化算法 随机变异 早熟 遗传算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]