改进的基本粒子群优化算法.pdf

第30卷　第21期 计　算　机　工　程 2004年11月 Vol.30 № 21 Computer Engineering November 2004 ·基金项目论文· 文章编号：1000—3428(2004)21 —0035—03 文献标识码：A 中图分类号：TP01. 6 改进的基本粒子群优化算法 1 1,2 2 1 王存睿 ，段晓东 ，刘向东，周福才 东北大学信息科学与工程学院，沈阳 ； 大连民族学院非线性信息技术研究所，大连 (1. 110004 2. 116600) 摘 要：提出一种基本粒子群算法(BPSO)改进方案，将基本粒子群算法粒子行为基于个体极值点和全局极值点变化为基于个体极值中心点和 全局极值点，使得粒子能够获得更多的信息量来调整自身的状态。用 个基准函数对新算法进行了实验，结果表明，新算法在解的收敛性和 3 稳定性等方面优于基本粒子群算法. 关键词：粒子群；优化；进化计算；群智能 A Modified Basic Particle Swarm Optimization Algorithm 1 1,2 2 1 WANG Cunrui ，DUAN Xiaodong ，LIU Xiangdong ，ZHOU Fucai (1. Faculty of Information Science and Engineering, Northeastern University, Shenyang 110004; 2. Research Institute of Nonlinear Information Technology, Dalian Nationalities University, Dalian 116600) 【Abstract 】 In this paper, A new vector named the average local best position is proposed to replace the local best of the traditional velocity update rule. In the new way, one particle can acquire more information of the others to adjust its movement. Three benchmark are tested and show that the new algorithm is better than the traditional particle swarm optimization with both a better value found and a steady convergence. 【Key words 】 Particle swarm; Optimization; Evolutionary computation;