基于双变异算子的混合粒子群优化算法

摘要：

针对标准粒子群算法的缺点，本文提出了双变异算子的混合粒子群优化算法(DDPSO)。该算法通过两次高斯变异控制算法进程，同时动态调节惯性权重。大概率的最差适应度变异对惰性粒子重新初始化，增加搜索空间。小概率的最优适应度变异加强最优解附近范围搜索，增加种群多样性，通过对Benchmark函数的测试结果表明：DDPSO算法确保了全局和局部搜索性能的动态平衡，在收敛性和稳定性上均明显优于标准粒子群算法(LWPSO)和杂交粒子群算法(HPSO)。

关键词： 粒子群优化 动态惯性权重 双变异算子 种群多样性 高斯变异控制

作者: 党明梅 王振雷 钱锋

作者单位: 华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海 200237

会议类型: 国内会议

会议名称: 第十九届全国测控、计量、仪器仪表学术年会

会议地点: 桂林

会议语种:中文

页码: 72-75

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）