基于种群规模动态减小的混合微粒群优化算法研究.pdfVIP

基于种群规模动态减小的混合微粒群优化算法研究·l5·

基于种群规模动态减小的混合微粒群优化算法研究

刘小丽，曹龙汉，王申涛，代睿，魏石峰，陈洪文

(1．重庆通信学院控制工程重点实验室，重庆400035；2．63820部队营房处，四川绵阳621000)

摘要：针对基本微粒群优化(PSO，particleswarmoptimization)算法存在早熟、易陷入局部极值等缺点，提

出了一种改进的PSO优化算法。该算法分为全局搜索和局部搜索两个阶段。在全局搜索阶段采用基

本PSO算法快速收缩搜索范围；在局部搜索阶段将PSO算法与模拟退火(SA，simulatedannealing)算法

结合，通过产生部分变异微粒确保算法能够跳出局部极值。同时为提高搜索效率，动态地减少种群规

模。仿真结果表明，该算法具有较好的优化性能以及较高的执行效率。

关键词：微粒群优化；模拟退火；动态种群规模；分段优化

中图分类号：TP14；TP18文献标识码：A文章编号：1000—8829(2010)04—0015—04