PDF
摘要
针对粒子群算法随着迭代次数的增多,其种群多样性降低,粒子群算法容易陷入局部最优的不足,提出了一种基于个体位置变异的粒子群算法。该算法在保证最终收敛的前提下极大扩展了粒子的空间搜索范围,从而降低了粒子群算法发生早熟的可能,并且程序量较小。仿真实验中,将算法应用于6个典型测试函数中,并与其它改进粒子群算法进行比较,结果表明,该算法具有较强的全局寻优能力和较好的收敛速度,明显提高了粒子群算法的优化性能。
关键词
粒子群算法
/
局部最优
/
惯性权重
/
变异
Key words
基于个体位置变异的粒子群算法[J].
石家庄铁道大学学报(自然科学版), 2019, 32(01): 63-68 DOI:10.13319/j.cnki.sjztddxxbzrb.20170147