结合引力测度和质心变异策略的混合粒子群优化算法 |
| |
引用本文: | 胡凯,李均利,林秀丽,邓浩.结合引力测度和质心变异策略的混合粒子群优化算法[J].小型微型计算机系统,2022(2):285-292. |
| |
作者姓名: | 胡凯 李均利 林秀丽 邓浩 |
| |
作者单位: | 四川师范大学计算机科学学院 |
| |
基金项目: | 国家自然科学基金项目(62002249)资助; |
| |
摘 要: | 针对经典粒子群优化(PSO)算法在算法前期易陷入局部极值、后期收敛精度低的问题,提出一种结合引力测度和质心变异策略的混合粒子群优化算法(GMCMPSO).首先,在算法初始阶段采用精英分组策略,以方便获取种群的优秀信息;其次,对两个子群采用引力测度策略,以达到种群间信息的高效共享;最后,在引力测度的引导下对一部分普通粒子进行随机变异、对剩余的普通粒子进行质心变异,以使得算法能够有效跳出局部极值和开发最具潜力的区域,并提高算法的收敛精度.将所提出的算法和经典粒子群优化(PSO)算法、萤火虫和粒子群的混合优化(HFPSO)算法、基于分层自主学习的改进粒子群优化(HCPSO)算法、适应度依赖优化(FDO)算法共5个算法在16个标准测试函数上进行了比较,各项实验结果表明,GMCMPSO在高维多峰函数上对比其他4个算法有更高的收敛精度和更快的收敛速度.
|
关 键 词: | 粒子群优化算法 精英分组 引力测度 质心变异 收敛精度 收敛速度 |
|
|