基于微分演化的PSO参数选择策略

粒子群优化方法（Particle Swarm Optimization,PSO）是由Kennedy和Eberhart于1995年提出的一种基于群体智能（Swarm Intelligence）的演化计算技术,用于求解各类优化问题。PSO方法通过各种参数控制粒子的运行轨迹,并对参数设置有很强的敏感性。因此,如何为PSO方法选择最优的参数是PSO方法的关键。本文提出了一种不依赖个人经验的参数选则策略,针对特定问题,将PSO方法的性能表示成参数的函数,从而将参数选择问题转变成函数优化问题。采用微分演化（Differential Evolution,DE）方法对该函数进行优化,来确定PSO的最佳参数,收到了较好的效果。