基于个体位置变异的粒子群算法

发布时间：2021-01-12 03:06

　　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。 

【文章来源】：石家庄铁道大学学报(自然科学版). 2019,32(01)

【文章页数】：6 页

【文章目录】：
1 粒子群算法
2 惯性权重的粒子群算法
3 基于个体位置变异的粒子群算法
4 算法测试及分析
5 结论



本文编号：2972017