一种改进的θ-PSO算法  

An Improved θ-PSO Algorithm

作　　者：钟伟民[1] 钱锋[1] 

机构地区：[1]华东理工大学化学工程联合国家重点实验室,自动化研究所,上海200237

出　　处：《华东理工大学学报（自然科学版）》2008年第5期759-763,共5页Journal of East China University of Science and Technology

基　　金：国家杰出青年科学基金(60625302);国家自然科学基金项目(60704028);国家863计划(2007AA041402,2007AA04Z193);上海市基础研究重点项目(07JC14016);长江学者和创新团队发展计划资助(IRT0721);高等学样学科创新引智计划(B08021);上海市重点学科建设项目资助(B504)

摘　　要：基于相位角的粒子群优化算法θ-PSO在处理一些标准测试函数时比基本的PSO算法有着更好的寻优性能,但该算法在处理一些复杂函数时,也存在不易跳出局部最小的困惑。本文在基本θ-PSO的基础上改进了相位角的更新策略,当粒子相位在到达边界时进行反弹,而不是限制在边界。为进一步提高算法的性能,对改进的算法进行了变异扰动操作,使得该算法在处理一些复杂的测试函数时,有着更好的寻优性能,能在有限步的迭代过程中,克服局部最小,到达优化目标的设定值。θ-PSO algorithm that is based on phase angle has better optimization performance than basic PSO algorithm when dealing with some benchmark functions. But θ-PSO algorithm may be easily stuck on the local minima like basic PSO algorithm when solving some complex problems. In this paper, an improved evolution strategy of phase angle is studied, and the mutation operator is introduced. Experiment results show that this improved θ-PSO algorithm can overcome the local minima and achieve the goal of global minimum in limited iterations when dealing with some complex benchmark testing functions.

关 键 词：粒子群算法 相位角 标准测试函数 变异 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]