粒子群算法在非线性系统应用中的早熟现象及其改进  

An Improved Particle Swarm Optimization for Precocious Phenomenon in Nonlinear System Engineering

作　　者：肖媛[1] 崔国民[1] 彭富裕[1] 周静[1] 

机构地区：[1]上海理工大学能源与动力工程学院,上海200093

出　　处：《计算物理》2015年第6期693-700,共8页Chinese Journal of Computational Physics

基　　金：国家自然科学基金(51176125);沪江基金研究基地专项(D14001)资助项目

摘　　要：通过分析粒子群算法早熟现象的机理,研究早熟收敛的本质,并提出一种克服粒子群算法早熟现象的局部"飞跃"策略.应用仿真及系统工程实例表明,该方法能有效地改善粒子群算法在非线性全局优化上的早熟问题,提高了粒子群算法的全局搜索能力.By analyzing mechanism of premature phenomenon in particle swarm optimization（ PSO）,we found nature of premature convergence and proposed a ＂leap＂strategy to jump out of local minimum,making halted particles ＂renewed＂when they are trapped into a local optimum. The strategy is applied to nonlinear programming and results are encouraging. The improved PSO solves efficiently premature convergence of the algorithm applying in nonlinear optimizations and improves global search ability of PSO.

关 键 词：粒子群算法 早熟收敛 系统工程 局部“飞跃”策略 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]