基于多种策略的改进粒子群优化算法

摘要

针对粒子群优化算法收敛速度慢、难以跳出局部最优解的问题,使用多种策略对标准粒子群优化算法进行改进,提出了混合动态粒子群优化(hybrid dynamic particle swarm optimization,HDPSO)算法.该算法按比例将粒子分为优势粒子和劣势粒子,使用不同公式分别计算每个粒子的惯性权重;为每个粒子单独设置变异系数,记录粒子相邻两次适应度变化较小的持续次数,若大于阈值则开始累加变异系数,变异系数达到上限值后重新设为初始值;在位置更新公式中引入加速系数提高算法的收敛速度.采用标准测试函数对HDPSO算法和其他粒子群优化算法进行了测试.结果表明HDPSO算法在收敛速度、寻优精度和稳定性方面具有明显的优势,进而证明所提方法的有效性.