精英协同微粒群算法  

Elite Cooperative Particle Swarm Optimization

作　　者：李杰[1] 刘长意 任柯[1] 

机构地区：[1]湘潭大学信息工程学院,湖南湘潭411105

出　　处：《萍乡学院学报》2015年第3期91-95,共5页Journal of Pingxiang University

基　　金：湖南省教育厅教育科学研究项目(15C1327);湘潭大学博士科研启动项目(11KZ|KZ08062)

摘　　要：基于传统的微粒群算法引进协同算子产生的一种新优化算法,将整个算法的粒子分为精英粒子和普通粒子,根据精英粒子的历史最优解来带动普通群体,使普通粒子能更快速度接近最优解,从而推动整个种群不断快速更新。文本中选取4个优化测试函数作为算法优化性能的测试,并选取正弦函数验证算法对控制器的优化效果,实验结果表明精英协同算法的精度更高,优化性能更佳。Particle Swarm Optimization is a new traditional-oriented optimization algorithm that introduces elite operators. The particles of the algorithm is divided into elite particles and ordinary particles. The latter are mobilized to approach optimal solution faster according to historical optimal solution of the former, so as to promote update of the entire group. Four optimization test function are selected to test the performance of the PSO, and sine function is used to prove the optimal performance of PID controller. The result indicates that elite collaborative algorithm is of higher precision, better optimization performance.

关 键 词：优化算法 进化算法 协同进化算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]