發(fā)布時間：2024-07-05 16:19

　　為使粒子群優(yōu)化算法(PSO)優(yōu)化過程的多樣性與收斂性得到合理解決,以提高算法優(yōu)化性能,基于種群拓撲結構與粒子變異提出兩種粒子群改進算法RSMPSO和RVMPSO.改進算法將具有信息定向流動的閉環(huán)拓撲結構與星型拓撲結構或四邊形拓撲結構相結合,促使粒子在前期尋優(yōu)過程中具有較高的多樣性,保證搜索的廣度,而在后期滿足粒子群的整體收斂性,保證尋優(yōu)的精度.同時,將布谷鳥搜索算法(CS)中的偏好隨機游走變異策略引入改進算法中,增強粒子跳出局部最優(yōu)的能力.對標準測試函數的仿真實驗表明,所改進的PSO算法與其他6個對比算法相比不僅操作簡單,優(yōu)化精度高,而且在算法收斂性及穩(wěn)健性方面都有著更出色的表現.

【文章頁數】：10 頁


本文編號：4001201