基于多样性优化策略的粒子群算法  

Particle Swarm Optimization Algorithm Based on Diversity Strategy

作　　者：朱孝晶[1] 周圆兀[1] 龚熠[2] 蔡雪霁[1] 张向华[1] 

机构地区：[1]广西工学院土木建筑工程系,广西柳州545006 [2]广西工学院生物与化学工程系,广西柳州545006

出　　处：《广西工学院学报》2011年第1期74-77,共4页Journal of Guangxi University of Technology

基　　金：国家自然科学基金(51009030);广西教育厅基金(201012MS129);广西工学院博士基金(院科博0902)资助

摘　　要：针对标准粒子群优化算法(SPSO)存在粒子群多样性丢失而易陷入局部最优的问题,提出了一种改进优化算法(PSOBF),该算法通过引入排斥操作而提高了搜索效率.通过对4个标准测试函数的性能数值实验对比,并比较了PSOBF、SPSO及ARPSO算法结果,证实PSOBF可以较好地实现全局与局部搜索的平衡,表明改进算法是有效的.There is loss of particle swarm diversity issues related to Standard Particle Swarm Optimization,which is easily trapped into local optimum.This article proposes a solution to improve particle swarm diversity loss optimization algorithm（PSOBF）.The strategy introduces exclusive operation,and enhances the search efficiency.Through PSOBF algorithm analysis of the four standard test functions and comparing with the existing SPSO algorithm and another ARPSO algorithm,we find that PSOBF algorithm can achieve a better algorithm for the balance of global and local search,and it＇s effective.

关 键 词：粒子群优化 多样性 策略 平衡 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]