融合密度峰值决策的粒子群优化算法

赵晨颖; 袁书娟; 孔闪闪; 杨爱民; 魏佳妹

doi:10.16088/j.issn.1001-6600.2025040101

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (2) : 145 -163. DOI: 10.16088/j.issn.1001-6600.2025040101

融合密度峰值决策的粒子群优化算法

赵晨颖, 袁书娟, 孔闪闪, 杨爱民, 魏佳妹

作者信息 +

Author information +

文章历史 +

摘要

粒子群优化算法(PSO)作为群智能优化的一种经典算法得到广泛应用，但其面对不同问题时不能根据群体状态进行实时调整，缺乏一定灵活性。为此，本文提出一种融合密度峰值决策的粒子群优化算法(DVPSO)。针对初始化，设计精英佳点集双型映射，提升不同类型粒子分布质量；针对速度更新，构建基于密度峰值的信息交互机制，平衡粒子搜索倾向；针对位置更新，提出步长搜索算子的动态双邻域搜索策略，结合种群状态及寻优范围变化，调控粒子移动的同时兼顾搜索灵活性。仿真实验选用12个测试函数，将DVPSO与PSO及其他5种较新的群智能优化算法进行对比，并在2个工程问题上与5种新兴智能算法对比。结果表明，DVPSO算法具备较好的搜索精度和稳定性，验证了算法的适应性和良好性能。