一种改进的粒子群新算法  

An Improved Particle Swarm Algorithm

作　　者：袁光辉 樊重俊[1] 张惠珍[1] 王斌[2] 

机构地区：[1]上海理工大学管理学院,上海200093 [2]三峡大学理学院,湖北宜昌443002

出　　处：《计算机仿真》2014年第7期251-254,共4页Computer Simulation

基　　金：高等学校博士学科点专项科研基金联合资助课题(20123120120005);上海市教育委员会科研创新(重点)项目(14ZZ131);上海市研究生创新基金项目(JWCXSL1302);上海机场(集团)有限公司科研项目资助

摘　　要：在改进粒子群算法的研究中,对粒子群算法自身不足进行了分析,在分析的基础上,针对粒子群算法的独立性较差、高维求解不可行问题、无法跳出局部最优解和大范围搜索能力较差四个方面不足提出了相应的改进策略。利用改进后的粒子群新算法,对四个经典函数优化问题进行仿真计算,仿真计算结果表明:改进后的算法的收敛速度及计算精度都优于粒子群算法,在计算高维问题时,改进算法明显优于粒子群算法,说明新算法具有较好的求解高维能力及大范围搜索能力。This paper analyzed the disadvantages of Particle Swarm Optimization, including poor independence, infeasible high dimensional solution, inextricable locally optimal solution and bad wide range search ability, then put forward an improved strategy from the four aspects. The paper discussed the simulation calculation for four classic function optimization problems by using New Particle Swarm Optimization. The simulation results show that the con- vergence speed and calculation accuracy of New Particle Swarm Optimization are better, especially for the high-dimensional case. So the New Particle Swarm Optimization has better ability in solving high dimensional and large range search ability.

关 键 词：粒子群算法 改进算法 函数优化 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]